为提高苹果园病害防治过程中的农药使用效率,需要对苹果叶部病害进行精准喷施。精准喷施的前提是病害信息的准确获取,依据病害程度和分布对果树进行按需喷施。本文以苹果斑点落叶病与花叶病两类典型病害为例,研究了复杂背景下的苹果叶部病害的分级评估方法,探索了果园风送喷雾机的仿形喷雾方法,设计了履带自走式果园风送喷雾机的关键部件,在此基础上进行了系统集成、试验与分析。主要研究内容与成果如下:(1)研究了基于奇异值分解的苹果叶部病害分级评估方法。采用颜色算子对苹果叶部病害图像进行预处理,去除了图像中焦平面上的无关区域以及与叶片色差较大的背景区域;提出了一种基于奇异值分解的苹果叶部病害图像背景分割方法,利用图像清晰前景与模糊背景的差异,去除常规分割方法难以分割的杂草等近色区域,获得完整的病害叶片区域,平均分割精度达96.28%。在此基础上基于颜色特征分割出病斑区域,依据行业标准对病害等级进行了分级评估。(2)研究了基于流场仿真的果园风送喷雾机仿形喷雾方法。根据响应面试验设计方法与基于Fluent的气流速度场仿真结合,分析了不同因素对喷雾机气流速度场分布的影响显著性与变化规律。通过比较建立了二阶响应面拟合模型,利用多岛遗传算法对模型进行参数寻优。通过标杆试验对最优参数组合进行了验证,结果表明近似纺锤形轮廓处的气流速度分布平均相对误差为8.82%,雾滴覆盖率亦满足仿形喷雾的需要。(3)设计了履带自走式果园风送喷雾机的关键部件。设计了喷雾机行走控制部件,实现了以汽油机为动力的喷雾机远程遥控操作。基于超声波对靶技术与流量控制技术,设计了对靶变量控制部件;通过超声波传感器与电动调节阀的结合,实现了喷雾机的对靶变量喷施功能;基于多传感器监测技术,设计了喷雾机风送系统状态监测模块,温度测量的平均准确度达98.9%,转速测量分辨率为30r/min,当模块监测到风送系统异常时,能够及时进行故障信息提醒与网络上传。(4)开发了基于Android的苹果叶部病害评估系统。将本文提出的苹果叶部病害分级评估方法与手机客户端结合,开发了软件并在Android手机中进行了测试。该软件能够识别出叶部微小病斑,准确性较高;对人工背景与自然背景的病害叶片分级平均耗时分别为0.91s与8.74s,具有较高的效率。(5)对履带自走式果园风送喷雾机的性能进行了测试。该喷雾机有效遥控距离约50m,在硬化路面上平均行走直线度误差约0.07m/10m。喷雾机采用对靶喷雾模式与对靶变量喷雾模式能够有效降低药液使用量。喷雾机风送系统状态参数随带传动系统累计工作时长增加而变化,表征为带传动平稳性的变化。