中国是一个家禽养殖大国,种蛋的孵化工作已成为家禽养殖业中的一项重要的任务。种蛋在孵化过程中由于自身的缺陷和孵化环境的影响,会产生胚胎死亡的现象,前期在种蛋挑选的过程中也会有一些无精蛋被误认为是受精蛋送入孵化箱。然而,孵化过程中的无精蛋和死胚蛋会滋生细菌,严重影响正常发育的胚胎,特别是在大型的孵化场,这种浪费对经济效益影响巨大。本文利用机器视觉技术建立合理的判别模型,设计一套能适应实际生产需要的孵化蛋成活性检测的系统,来代替传统的人工照蛋的繁重的体力劳动,实现群体孵化蛋的智能在线检测并剔除死胚蛋和无精蛋。本文具体研究了以下几个问题：1.单个孵化蛋在群体蛋图像中的定位。本文首先提出了一种群体蛋图片中单个蛋图像的提取出来的方法。为满足设计的要求,本研究将从硬件和软件方面协同实现。首先,利用外触发式CCD相机的外触发曝光功能,设计一个光电开关来实现蛋盘总能在固定的位置时被相机采集图像,这样保证图像上每一个蛋的位置都是固定的。根据一幅图像上每个蛋中心的像素点坐标来确定图像上该枚蛋的位置。同时将图像上的单个蛋近似地看作圆形,以此将所有的蛋依次的从图像上比较准确地提取出来。2.动态模糊图像的处理。要适应在线检测的要求,不可避免的一个问题就是动态下的图像采集和动态图像的处理。试验中,蛋盘为2.5cm/s的运动速度在蛋品输送机运行过程中动态下采集孵化蛋整盘图像。动态下的群体蛋图像,由于运动物体在相机曝光时间内有一段位移,图像会在一定程度上产生模糊,为了重新获得较清晰的图像,就必须采用一些处理方法,将模糊的图像变得清晰一些,能够更加清楚的反映实物的真实特征。也就是本研究中探讨的运动模糊图像的复原问题。本文通过对逆滤波、维纳滤波、有约束的最小二乘法等三种复原方法比较,最终选定最小二乘复原法,获得了较理想的清晰图像。3.孵化蛋种类判别模型的建立。经图像分割和复原处理后获得的清晰图像可以发现,7日龄,11日龄和18日龄的不同成活性的孵化蛋颜色差异相对明显。这里将各枚蛋的六个颜色特征值r(红色分量)g(绿色分量)b(蓝色分量)H(色度)S(饱和度)I(亮度)提取出来,比较同一孵化期,不同成活性的孵化蛋各参数的差异。对7日龄的孵化蛋最终选定将模糊判别最大隶属原则和贝叶斯判别法引入模型建立过程当中,而对于11日龄和18日龄的蛋只需要一个分量的阈值即可将活胚蛋,死胚蛋和无精蛋区分出来。通过检测,模型的准确率在90%以上。4.在线检测系统和在线分选系统统一起来。这是针对实际生产的需要来设计的。这里充分考虑到计算机在数据处理方面的优势,和PLC在工控方面可靠和环境适应性强的特点。采用上位机和PLC协同工作的方式共同完成在线检测和分选的任务。利用Visual C++编制了一套工控软件,把图像采集,图像处理和与PLC通讯进行模块化管理。计算机把最终的分选信号传送给分选执行机构。本课题是按照每小时30000枚的检测速度来设计的。