孵化蛋自動照蛋及分選系統(tǒng)的研究.pdf

1、中國是一個家禽養(yǎng)殖大國，種蛋的孵化工作已成為家禽養(yǎng)殖業(yè)中的一項重要的任務(wù)。種蛋在孵化過程中由于自身的缺陷和孵化環(huán)境的影響，會產(chǎn)生胚胎死亡的現(xiàn)象，前期在種蛋挑選的過程中也會有一些無精蛋被誤認為是受精蛋送入孵化箱。然而，孵化過程中的無精蛋和死胚蛋會滋生細菌，嚴重影響正常發(fā)育的胚胎，特別是在大型的孵化場，這種浪費對經(jīng)濟效益影響巨大。
　　 本文利用機器視覺技術(shù)建立合理的判別模型，設(shè)計一套能適應(yīng)實際生產(chǎn)需要的孵化蛋成活性檢測的系統(tǒng)，來代

2、替?zhèn)鹘y(tǒng)的人工照蛋的繁重的體力勞動，實現(xiàn)群體孵化蛋的智能在線檢測并剔除死胚蛋和無精蛋。
　　 本文具體研究了以下幾個問題：
　　 1.單個孵化蛋在群體蛋圖像中的定位。本文首先提出了一種群體蛋圖片中單個蛋圖像的提取出來的方法。為滿足設(shè)計的要求，本研究將從硬件和軟件方面協(xié)同實現(xiàn)。首先，利用外觸發(fā)式CCD相機的外觸發(fā)曝光功能，設(shè)計一個光電開關(guān)來實現(xiàn)蛋盤總能在固定的位置時被相機采集圖像，這樣保證圖像上每一個蛋的位置都是固定的。根據(jù)

3、一幅圖像上每個蛋中心的像素點坐標來確定圖像上該枚蛋的位置。同時將圖像上的單個蛋近似地看作圓形，以此將所有的蛋依次的從圖像上比較準確地提取出來。
　　 2.動態(tài)模糊圖像的處理。要適應(yīng)在線檢測的要求，不可避免的一個問題就是動態(tài)下的圖像采集和動態(tài)圖像的處理。試驗中，蛋盤為2.5cm/s的運動速度在蛋品輸送機運行過程中動態(tài)下采集孵化蛋整盤圖像。動態(tài)下的群體蛋圖像，由于運動物體在相機曝光時間內(nèi)有一段位移，圖像會在一定程度上產(chǎn)生模糊，為了重

4、新獲得較清晰的圖像，就必須采用一些處理方法，將模糊的圖像變得清晰一些，能夠更加清楚的反映實物的真實特征。也就是本研究中探討的運動模糊圖像的復(fù)原問題。本文通過對逆濾波、維納濾波、有約束的最小二乘法等三種復(fù)原方法比較，最終選定最小二乘復(fù)原法，獲得了較理想的清晰圖像。
　　 3.孵化蛋種類判別模型的建立。經(jīng)圖像分割和復(fù)原處理后獲得的清晰圖像可以發(fā)現(xiàn)，7日齡，11日齡和18日齡的不同成活性的孵化蛋顏色差異相對明顯。這里將各枚蛋的六個顏色

5、特征值r(紅色分量)g(綠色分量)b(藍色分量)H(色度)S(飽和度)Ⅰ(亮度)提取出來，比較同一孵化期，不同成活性的孵化蛋各參數(shù)的差異。對7日齡的孵化蛋最終選定將模糊判別最大隸屬原則和貝葉斯判別法引入模型建立過程當中，而對于11日齡和18日齡的蛋只需要一個分量的閾值即可將活胚蛋，死胚蛋和無精蛋區(qū)分出來。通過檢測，模型的準確率在90%以上。
　　 4.在線檢測系統(tǒng)和在線分選系統(tǒng)統(tǒng)一起來。這是針對實際生產(chǎn)的需要來設(shè)計的。這里充分考