致    谢 5

参  考  文  献 7

插图和附表清单

1.  图1  禽蛋年产量增长趋势 2

2.  图2  鸡蛋裂纹检测用机器视觉系统示意图 错误!未定义书签。

3.  图3  鸡蛋分级决策支持系统示意图 错误!未定义书签。

4.  图4  非正常鸡蛋的无损检测系统示意图 错误!未定义书签。

5.  图5  鸡蛋分级图像采集装置 错误!未定义书签。

6.  图6  实验系统装置示意图及14个参数提取位置 错误!未定义书签。

7.  图7  种蛋分选的机器视觉系统 错误!未定义书签。

8.  图8  种蛋孵化成活性检测机器视觉系统 错误!未定义书签。

9.  图9  种蛋筛选机器视觉硬件系统 错误!未定义书签。

10. 图10  种蛋孵化成活性检测机器视觉系统结构示意图 错误!未定义书签。

11. 图11  针孔模型 错误!未定义书签。

12. 图12  空间点的选取 错误!未定义书签。

13. 图13  RGB三原色混合效果 错误!未定义书签。

14. 图14  RGB立方体 错误!未定义书签。

15. 图15  CMY原色的减色效果图 错误!未定义书签。

16. 图16  预处理前后的种蛋图像 错误!未定义书签。

17. 图17  蛋重与种蛋图像投影面积拟合效果 错误!未定义书签。

18. 图18  种蛋边界提取方法 错误!未定义书签。

19. 图19  八邻域边界跟踪算法 错误!未定义书签。

20. 图20  蛋重与种蛋投影图像周长拟合效果 错误!未定义书签。

21. 图21  阈值识别法流程图 错误!未定义书签。

22. 图22  脏斑图像分割过程 错误!未定义书签。

23. 图23  污斑图像分割 错误!未定义书签。

24. 表1  种蛋重量检测结果 错误!未定义书签。

25. 表2  种蛋蛋壳表面缺陷检测结果 3

26. 表3  算法性能比较 5

27. 表4  种蛋蛋形指数检测结果 错误!未定义书签。

28. 表5  种蛋蛋壳颜色检测结果 错误!未定义书签。

29. 表6  算法性能比较 错误!未定义书签。

缩  略  语  表

APC(antigen present cell)                                  抗原提呈细胞

CD(cluster  of differentiation  antigen)                淋巴细胞分化抗原

CRD (chronic respiratory  disease  )               慢性呼吸道病

CRM(cytadhesin related molecule)                                  细胞吸附相关分子

DC(dendritic cell)                                          树突状细胞

Dot—ELISA(Dot—enzyme linking immunosorbent assay)斑点酶联免疫吸附试验

dsDNA(double  strand  DNA)                                     双链DNA

ELI(expression  library)                                                表达文库

ELISA(enzyme linking  immunosorbent  assay)            酶联免疫吸附试验

HA(hemagglutination)                                              血凝

HI (hemagglutination inhibition )                             血凝抑制

IB(Internalbreast )                                    胸腔内接种

IBDV(infectious  bursal disease  virus)                             传染性囊病病毒

IBV(infectious bronchitis virus)                   鸡传染性支气管炎病毒

IFN(interferon)                                                  干扰素

IL(intierleukin)                                             白细胞介素

ILV(infectious laryngotracheitis)                  鸡传染性喉气管炎病毒

IM(intramuscularly)                                             肌内注射

IP(intraperitoneal injection)                                 腹腔内接种

IV(intravenousl )                                              静脉注射

LEE(linar  expression element)                             线性表达元件

MDV(marek’s  disease  virus)

1  引言

1.1  机器视觉概述

机器视觉是近几十年来发展起来的一门智能技术，它主要用计算机来模拟人的视觉功能，从客观事物的图像或图像序列中提取信息，对客观世界的三维景物和物体进行形态和运动识别，目的是寻找人类视觉规律，从而开发出从图像输入到自然景物分析的图像理解系统，最终用于实际检测、测量和控制 [1～3]。

机器视觉是计算机、自动化、光学、视觉学、心理学、脑研究等多学科的交叉领域，它始于20世纪70年代，是在遥感和生物医学图片分析应用技术取得卓越成果的基础上发展起来的。随着计算机技术的飞速发展，机器视觉、模式识别、人工智能及人工神经网络等交叉学科的研究与应用已扩展到人们生产生活的各个领域，在工业检测、农业生产自动化、农产品分选、收获机器人、动植物生长状态监控、机器人导航、视觉伺服系统、军事、医学、商业、闭路电视监控系统和卫星遥感系统等领域得到了广泛的应用，并取得了重要研究成果。机器视觉技术的诞生与应用，极大地解放了劳动生产力，提高了生产自动化水平，改善了人类生活现状，具有很好的应用前景。

机器视觉不仅是人眼的延伸，也具有人脑的部分功能，其优点是速度快、信息量大、功能多、检测精度和效率高。借助红外线、紫外线、X射线、超声波等高新探测技术，机器视觉在探测不可视物体和高危险场景时更突显其优点。在需要重复、单调的依靠视觉获取信息的场合，如大批量的产品品质检测、分级，机器视觉还能够达到快速、准确、无损等人工无法比拟的效果。目前，国内外的许多研究人员已为开发应用于农产品品质识别和分级的机器视觉系统付出了不懈努力，如谷粒的表面裂纹检测、农作物种子的分级以及根据鸡蛋、黄瓜、玉米、竹笋、番茄、辣椒、苹果、桃、梨、柑橘等的大小、形状、颜色和表面损伤与缺陷进行分级，取得了不少阶段性的研究成果。

1.2  研究背景和意义

禽蛋含有人体所需的蛋白质、脂肪、矿物质和多种维生素，易于消化和吸收，具有很高的营养价值，是人们日常生活中重要的动物性营养食品。我国禽蛋资源丰富、品种多样，是世界禽蛋生产和消费大国。伴随着中国经济体制改革开放的步伐，禽蛋业也轻舒猿臂、展翅腾飞。据统计，1982年我国的鲜蛋产量仅281万t，1992年突破1000万t大关，1998年则达到2000万t。2002年中国禽蛋产量增加到2462万t，之后产量连年递增，到2005年已达到2860万t[4，4]，近八年来我国禽蛋年产量一直呈增长趋势(图1)。自1985年以来我国已连续20年保持了世界第一产蛋大国的地位，禽蛋的人均占有和消费量均超过了世界平均水平[5]，禽蛋业在我国工农业生产中扮演着重要的角色。作为全球第一禽蛋生产大国，我国禽蛋的生产成本大大低于其它国家，因此，禽蛋业作为国内畜牧业的优势产业，开拓国际市场理应很有潜力。20世纪90年代以后，我国鲜蛋产量虽逐年飙升，但出口量却持续下滑。