本书根据叶片成像“复杂场景-健康叶片-损伤特征”梯度分布规律，构建两阶段分割的叶片表面损伤分割模型；针对非均匀光照导致的低对比度特征及轮廓模糊问题，引入基于Retinex理论的SSR(SingleScaleRetinex，单尺度视网膜)算法对非均匀光照进行校正，同时增强损伤图像；融合K-means聚类和自适应阈值分割方法，将粗略分割和精细分割结合对叶片表面低对比度损伤特征进行提取；利用自适应背景掩码替换解决第二次分割中的误分割问题；针对损伤成像区域多目标共存导致对损伤难以进行独立检测分析及小目标损伤误检、漏检问题，提出一种无监督交互式误检校正方法；针对叶片表面损伤类别可持续学习识别及损伤程度定量度量问题，本书分别探讨特征向量动态更新的可持续学习类别推理方法与基于曲面积分思想的损伤面积软测量方法，并在此基础上提出一种融合特征向量动态更新机制的叶片损伤类型持续学习推理框架。