基于機器視覺的群體禽蛋大小檢測方法研究.pdf

1、本文以機器視覺為主要技術手段，綜合運用圖像處理與分析等方面的知識，以禽蛋中的雞蛋為研究對象，對利用VFW軟件包實現(xiàn)的視頻采集圖像進行研究，實現(xiàn)了群體雞蛋大小的檢測并建立了相關模型。主要研究內容與結論如下： 1）建立了由計算機、CCD攝像頭、光源和檢測工作臺四部分構成的機器視覺系統(tǒng)。設計了Visual C++6.0平臺下界面友好的圖像采集與處理分析實驗軟件，用消息映射的形式對應了圖像采集及圖像處理的各種算法包括灰度化、圖像增強、圖

2、像平滑、圖像分割、區(qū)域標記、特征值提取等。 2）圖像增強部分，采用灰度線性變換方法自動增強原始圖像對比度。圖像平滑部分，比較了鄰域平均濾波、中值濾波和針對二值圖像的膨脹與腐蝕濾波法在本文中的應用效果，以3*3方形窗口中值濾波效果最好。 3）群體雞蛋圖像分割部分，分別運用了最小誤差閾值法中的模態(tài)法與迭代法求取閾值。經(jīng)由兩種方法分割出的圖像效果基本一致。閾值化處理后，運用區(qū)域標記的方法實現(xiàn)了群體雞蛋的單個識別。雞蛋的邊緣檢測

3、中，比較了經(jīng)典微分算子包括一般微分算子、Roberts算子、Sobel算子、Laplacian算子以及模板算子Prewitt算子在本文中的應用效果，以Roberts算子檢測的雞蛋邊緣最好。 4）對雞蛋進行了試驗研究。采用電子天平稱得雞蛋重量weight，游標卡尺測得雞蛋的長軸Max length、短軸Max-width，由試驗軟件測出雞蛋的區(qū)域面積Area、周長Perimeter、長軸Length、短軸Width和蛋形指數(shù)Coe

4、fficient（蛋形指數(shù)=蛋的長軸／短軸）。以上述五個預測值為自變量，實測蛋重為因變量，運用統(tǒng)計學分析原理建立雞蛋大小模型并進行變量的相關性分析和通徑分析，得出方程如下： Weight=-3.3775+0.0023<'*>Area 另外，采用一元線性回歸分析方法分析了實測長短軸與預測值之間的關系。得出方程如下：Max-length=0.5216+0.0241×Length Max-width=1.8344+0.