论文使用数字图像处理和模式识别技术对隶属于3亚科、4族、8属的云南地区主要27种实蝇类害虫进行自动识别分类研究。实现了对云南地区主要27种实蝇类害虫的自动识别。主要研究内容及成果如下：(1)27种实蝇类害虫图像的预处理。本文主要在彩色图像二值化、图像去噪等方面进行了研究。结果表明,彩色实蝇图像中的蓝色分量灰度图具有较大的对比度,图像的细节也更清晰。采用了中值滤波的方法对蓝色分量图像进行去噪,降低了噪声的干扰。(2)27种实蝇类害虫图像的分割。本文采用了自适应门限算法的思想,将一幅实蝇图像分为头部、胸部、腹部、左翅、右翅五个部分。针对不同部位的特点,采用了不同的分割算法。对图像分割中的传统数学形态学去毛刺算法进行了改进,并用于透明翅膀的分割。实际应用结果表明本文算法在强噪声背景下分割具有较好的效果。(3)27种实蝇类害虫图像的特征提取和优选。对各部分的特点进行分析并考虑到图像噪声大的实际情况,在翅膀上提取了面积、斑纹、重心等特征；在胸部提取了颜色、纹理等特征。实际应用结果表明这些特征是典型的、有效的,它们适用于强噪声图像下的特征提取,不随图像的位移、旋转、伸缩变化而变化。(4)27种实蝇类害虫图像的分类。考虑到样本有限的实际情况,依照降低误识率、提高实时处理能力和误分类最小的原则,本文选用了二叉树和支持向量机离相结合的分类方法。二叉树对特征差别大的样本分类具有快速性和直观性的特点；支持向量机与传统的统计学理论相比,是一种专门研究小训练样本情况下机器学习规律的理论,它解决了神经网络中存在的过学习和局部极值的缺陷。实验表明,采用二叉树和支持向量机相结合的方法进行分类,是一种行之有效的方法。