金龟子种类繁多,且大部分种类在自然生态系统中有重要的经济价值和生态意义,正确识别其种类至关重要。传统分类方法依据口器、触角、阳基侧突等形状对金龟子进行分类,要求专业人员具备一定的专业知识与长期的经验积累,而且鉴定工作耗时、主观性强。利用分子技术和形态测量技术能准确进行金龟子分类识别,但分子技术要求更高的技术水平和试验设备,形态测量方法着眼于对形状自身的比较,能很好的解释生物体形状和大小的变异,是筛选快速、简便的昆虫分类特征和方法的有力工具。本研究利用计算机图像处理技术,将采集到的金龟子前胸背板、小盾片和后翅3个部位的图像进行数字化分析,探讨利用数学形态测量学和几何形态测量学方法实现金龟子的数字化半自动鉴定的可行性和可靠性。数学形态方法进行金龟子分类首先将提取的33种金龟子前胸背板、小盾片和后翅3个部位的图像进行灰度化、阈值分割和平滑去噪等处理,将得到的二值图像利用Bugshape1.0软件提取前胸背板、小盾片和后翅的12项数学形态特征,利用方差分析和判别分析,筛选可以用于金龟子分类判别的数学形态特征。几何形态测量方法利用前胸背板9个标记点、小盾片8标记点和后翅15标记点坐标数据,得到3个部位标记点折线图,利用普氏叠加消除非形状因素的影响,得到普氏叠加后的标记点折线图和标记点坐标数据,并利用SPSS软件对相关数据进行方差分析和判别分析,筛选可以用于金龟子分类鉴定的标记点特征值。得到的主要结果如下:（1）利用Bugshape1.0软件提取金龟子小盾片、前胸背板和后翅三个部位的偏心率、紧凑度、叶状性等12项数学形态特征进行方差分析,小盾片12项、前胸背板12项和后翅10项数学形态特征组间差异极显著（P<0.01）。说明小盾片和前胸背板各12项数学形态特征及后翅10项数学形态特征均可以用于进行金龟子分类鉴定。（2）利用33种金龟子小盾片数学形态特征进行判别分析,利用筛选出的金龟子小盾片9项数学形态特征值建立4个判别函数,总体判别正确率为63.6%;利用33种金龟子后翅数学形态特征值进行判别分析,利用筛选出的金龟子后翅9项数学形态特征值建立4个判别函数,判别正确率为64.2%;利用33种金龟子前胸背板的12项数学形态特征进行判别分析,利用筛选出的金龟子前胸背板9项数学形态特征值建立3个判别函数,判别正确率为63.0%。（3）综合利用33种金龟子前胸背板和小盾片数学形态特征进行判别分析,利用筛选出的前胸背板和小盾片各9项数学形态特征值建立5个判别函数,判别正确率达到84.5%;综合33种金龟子前胸背板和后翅数学形态特征进行判别分析,利用筛选出的前胸背板和后翅各9项数学形态特征值建立5个判别函数,判别正确率可以达到85.6%;综合小盾片和后翅数学形态特征进行判别分析,利用筛选出的小盾片和后翅各9项数学形态特征建立6个判别函数,判别正确率可以达到85.0%。而综合利用后翅、前胸背板和小盾片数学形态特征进行判别分析,利用筛选出的前胸背板、小盾片和后翅各9项数学形态特征值建立7个判别函数,判别正确率可以达到92.7%。（4）在33种金龟子前胸背板上选取9个标记点,每个标记点得到1对坐标值,共计18组数据,经过普氏叠加消除非形状因素的影响之后,利用筛选出的16个标记点坐标数据建立2个判别函数对33种金龟子进行判别分类,33种金龟子前胸背板9标记点普氏叠加后的分类判别正确率达到96.2%。（5）在33种金龟子小盾片上选取8个标记点,每个标记点得到1对坐标值,共计16组数据,经过普氏叠加消除非形状因素的影响之后,利用筛选出的14个标记点坐标数据建立2个判别函数对33种金龟子进行判别分类,33种金龟子小盾片8标记点普氏叠加后的判别正确率可达到99.2%。（6）在33种金龟子后翅上选取15个标记点,每个标记点得到1对坐标值,共计30组数据,经过普氏叠加消除非形状因素的影响之后,利用筛选出的28个标记点坐标数据建立2个判别函数对33种金龟子进行判别分类,33种金龟子,每种20个样本无一误判,判别正确率可达到100.0%。