在家禽养殖业中,种蛋的孵化过程大约需要21天的时间,是一个既耗时又耗能的过程,若无精蛋和死胚蛋未及时剔除,胚胎中的霉菌会迅速繁殖,造成整个孵化箱内的种蛋感染,影响孵化质量。因此,在孵化过程中尽早地检测出无精蛋和死胚蛋,可以有效地节省孵化空间、能量,减少经济损失,确保其他种蛋的正常孵化。本文以京粉1号种蛋作为研究对象,建立了基于机器视觉技术的群体种蛋成活性网络在线检测平台,为了减少占用客户端资源的同时,收集大量的种蛋图像进行模型优化,开发了由客户端和服务器端组成的群体种蛋成活性检测软件,实现对群体种蛋成活性的网络在线无损检测。本文主要研究的内容和结论如下:(1)群体种蛋检测系统的搭建。用PLC作为检测平台的控制模块,利用光电传感器触发元件,种蛋放在蛋托中,到达拍摄位置后触发光电传感器进行全自动照蛋操作,通过PLC控制图像的采集和死胚蛋、无精蛋的分拣,选定了相机、镜头、PLC、光源等硬件型号。(2)群体种蛋图像的分割。针对工业蛋托中种蛋排布密度大,群体种蛋图像分割困难,提出了一种基于Canny算法的自适应群体种蛋图像分割方法。将群体种蛋图像划分为42个矩形的单枚种蛋感兴趣区域图像,通过Canny算法得到单枚种蛋的二值图,通过对二值图的优化,筛选出二值图中种蛋的轮廓,并剔除冗余连通域得到新的二值图,再对新的二值图进行椭圆拟合得到种蛋的完整外线,实现了将单枚种蛋图像从群体种蛋图像中分割出来。(3)种蛋图像的特征分析。对图像的颜色特征、纹理特征进行分析,随机选取孵化过程中,每一天无精蛋与受精蛋、活胚蛋与死胚蛋图像各25张,提取R、G、H、S和I分量的直方图峰值位置和峰值大小,B分量的峰值大小,R、G、B、H、S、和I分量的均值方差和斜度,对比度,相关性,能量,逆差矩,粗糙度,方向度,线性度,规整度,共37个图像特征,对不同类种蛋之间的某一维特征进行T检验,并将有显著差异的特征作为模型特征变量。(4)模型的建立。建立了Fisher线性判别模型,为了考虑到样本的数量和样本的分布,提出了10个Fisher线性判别模型阈值,通过交叉验证选出最优阈值,分别对无精蛋和死胚蛋进行检测,对无精蛋的判别准确率在孵化第3天准确率达到了98.44%,在孵化第4天达到100%,对死胚蛋的检测准确率在孵化第10天达到了100%。建立了最小二乘法支持向量机模型,分别对无精蛋和死胚蛋进行检测,对无精蛋的判别准确率在孵化第3天达到95.31%,在第4天准确率达到了100%;对死胚蛋的检测结果,在孵化第10天达到了100%。通过结果对比,最终选用Fisher线性判别模型对无精蛋和死胚蛋进行判别。(5)种蛋检测软件的开发。开发了群体种蛋成活性网络在线检测的软件,软件分为客户端和服务器端两个部分,客户端包含群体种蛋图像采集模块、图像传输模块和人机交互模块;服务器端包含种蛋图像处理模块、种蛋成活性判别模块以及数据传输模块,利用Socket套接字完成计算机之间的网络在线数据传输,利用MSComm控件完成计算机与下位机之间的数据传输,实现了对群体种蛋成活性的网络在线检测。