随着人们物质生活水平的提高,追求高品质、安全产品已成为一种趋势,而这正是我国禽蛋产品生产中面临的最大问题。鉴于现在对禽蛋品质检测研究不能满足在线检测的效率和精度的要求,本文开发了一套基于图像处理的动态群体鸡蛋表面脏斑、血斑等污物的自动检测系统,利用该检测系统可以快速有效判断出蛋壳表面的脏斑、血斑、污斑等信息。论文所设计的系统为今后禽蛋品质在线检测的深入研究和将其应用于实践生产中奠定了坚实的理论基础。主要研究内容如下:1、系统集成,实时采集鸡蛋动态群体图像。集成由鸡蛋品质检测输送系统、机器视觉系统及图像处理等系统组成的软、硬件系统。试验获得机械输送系统行进速度与机器视觉系统图像采集速度间的最佳匹配参数。利用机器视觉系统实时采集快速运动鸡蛋的群体图像,准确连续采集三幅清晰的鸡蛋群体图像,以反映同一单体鸡蛋的三个不同侧面,保证采集完整的蛋壳表面信息。2、单体鸡蛋图像的分割,脏斑、血斑等品质特征参数提取。文中先对群体图像进行单体分割,有序存储,以利于后续对单体鸡蛋完整表面图像特征参数提取。在群体图像正确分割的基础上,提出一种对单体图像处理的新算法,即用改进3×3方形窗口中值滤波进行图像消噪处理;通过比较经典微分算子包括Roberts算子、Sobel算子、Prewitt算子和Laplican算子的应用效果,得出Sobel算子检测鸡蛋边缘最佳;对去噪后的图像,用Sobel算子进行边缘检测,使用分裂合并算法对图像进行基于四叉树的分裂合并操作,最后利用小波变换进行图像融合,通过区域标记提取鸡蛋品质特征参数。3、利用Visual C++与MATLAB混合编程技术,设计了图像处理分析试验软件,实现了在Visual C++环境下对MATLAB图像处理程序的调用;用消息映射的形式实现了图像处理的各种算法包括单体的分割、图像灰度化、图像增强、图像平滑、图像分割、区域标记及鸡蛋脏斑、血斑面积,鸡蛋周长,鸡蛋长短经和鸡蛋指数等后续特征值提取,以求对在线鸡蛋品质做较全面的检测。