为了实现精确施药，提高油菜产量和品质，快速、准确地检测病害程度非常重要。提出了一种基于机器视觉的油菜叶片和茎秆菌核病分级检测方法，该方法主要基于叶片病损面积、占比和茎病损纵向延伸长度。利用病变区域和健康区域之间的色差，利用HSV颜色空间模型的方法分割目标区域。首先将图像从RGB图像转换为HSV图像，然后利用HSV分量遍历图像中的所有像素提取感兴趣区域。油菜叶片主要通过绘制ROI轮廓和完整叶片来计算面积。由于stem图像的环境背景复杂，在HSV颜色模型分割之前，需要从复杂背景中通过高斯混合模型获得整个stem区域作为目标区域，然后通过最小外接矩形的轮廓绘制方法，分割出该区域的病斑，可获得病斑的纵向延伸长度，进而对感染程度进行分级。实验表明，该方法能有效地对叶片和茎的病害程度进行分类，识别准确率分别为94.25%和92.5%。它具有较高的精度和鲁棒性，可以为精确应用提供理论依据。