蝗虫,属直翅目,其中东亚飞蝗在我国分布范围最广,危害最严重,是造成我国蝗灾的最主要飞蝗种类,主要危害禾本科植物。因此,国内外对蝗灾检测的研究十分重视。蝗灾检测的根本目的在于了解蝗虫的空间分布及蝗虫的密度,划定成灾的区域和成灾强度,并根据需要及时采取有效措施,对成灾地区进行重点监控,以使治理工作做到有的放矢,尽量避免盲目性,从而最大限度地减少可能的损失,提高防效。鉴于目前的人工检测效率很低、劳动强度大、结果存在局限性,高空遥感检测无法精确获取蝗虫数量与分布,针对这个问题,本文进行了基于无人机遥感平台的蝗虫灾害检测技术研究,主要研究内容包括:1.无人机遥感技术平台应用。以无人机为平台,挂载可见光探测设备进行超低空遥感检测的方法对蝗灾信息进行采集,既可以避免大量的人力物力消耗,又可以克服卫星遥感图像分辨率不高且无法直接检测蝗虫的缺点。应用结果表明,根据无人机平台实时回传的图像,准确选择拍摄区域,使获取的蝗虫分布信息更加准确且具有代表性。2.进行了基于脉冲耦合神经网络技术的蝗虫图像分析与处理的研究。首先根据脉冲神经网路的原理,结合蝗虫图像的特征,确立了简化的脉冲耦合神经网络模型;然后依据蝗虫身体的外表颜色、体型结构等特征,使用简化的脉冲耦合神经网络模型进行蝗虫图像的二值分割;最后应用简化脉冲耦合神经网络算法对蝗虫彩色图像的处理。结果表明,采用该种图像处理算法,可使图像中的蝗虫目标更易于被发现,处理效果明显好于未经处理的图像。3.进行了基于无人机遥感技术平台的蝗虫灾害检测应用。将上述研究用于土蝗、东亚飞蝗图像信息的分析与处理,研究结果为精准喷药提供决策依据与参考。