博硕士研究生学位论文格式规范

分类号TP391.41学校代码10129UDC35.140学号20022004基于机器视觉的种蛋筛选及孵化成活性检测研究StudyonAutomaticIdentifyingQualityandFertilityofHatchingEggsBasedonMachineVisionSystem申请人：AAA学科门类：工学学科专业：农业机械化工程研究方向：机器视觉技术在农牧业生产中的应用指导教师：XXX教授论文提交日期：二〇〇六年十月用小四号宋体字。中文题名用小三号黑体字。注意：题名的字数不宜过多,一般不超过20个汉字,必要时可加副题名。英文题名用小三号TimesNewRoman字，加黑。注意：每个词的首字母大写，但３个或４个字母以下的冠词、连词、介词全部小写。题目长度一般不超过２行。用小三号黑体字。分类号S828学校代码10129UDC11.220学号20003004鸡毒支原体的分离鉴定及基因免疫的研究StudiesonIsolationandGeneImmunizationofMycoplasmaGallisepticum申请人：BBB学科门类：农学学科专业：基础兽医学研究方向：动物传染病与免疫病理学指导教师：XXX教授YYY教授论文提交日期：二〇〇六年五月摘要入孵前种蛋筛选以及种蛋孵化过程中胚胎成活性检测是孵化工作的重要技术环节。鉴于人工检测劳动强度大，效率低，准确性差。通过对基于机器视觉的种蛋筛选和孵化成活性检测方法的系统研究，建立了种蛋筛选和孵化成活性自动检测系统。1．建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统。通过对比试验研究，确定了图像采集时的最佳光源和背景颜色；对种蛋筛选硬件系统进行了标定，标定精度能满足种蛋外观品质检测要求。2．对基于机器视觉技术的种蛋筛选方法进行了系统研究，建立了种蛋重量、蛋形、蛋壳表面缺陷和蛋壳颜色等4个检测指标的种蛋外观品质综合评价体系。(1)提出利用种蛋图像零阶矩计算图像投影面积代替重量称量的方法，检测结果与实际称量值间有良好的相关性，过大蛋、正常蛋、过小蛋检测准确率分别达到了97.73%、97.04%和96.51%。(2)研究了基于机器视觉的种蛋蛋壳表面缺陷识别方法，提出利用阈值识别法结合八邻域边界跟踪算法检测裂纹、脏斑、血斑等种蛋蛋壳表面缺陷，裂纹蛋、污斑蛋和正常蛋的检测准确率分别达到了91.25%、94.18%和96.36%。(3)提出基于机器视觉、矩和神经网络技术，以种蛋蛋形指数及蛋径差为检测指标的蛋形分步检测方法。先检测种蛋蛋形指数，再利用提出的改进免疫遗传算法优化LMBP神经网络结构，并用优化后的神经网络识别畸形蛋。过长蛋、过圆蛋和畸形蛋的检测准确率分别达到了97.1%、95.59%和94.87%，正常蛋平均检测准确率达到了95.75%。(4)以色度频度值为蛋壳颜色特征参数，采用改进免疫遗传LMBP神经网络进行蛋壳颜色一致性检测，浅壳蛋、正常蛋和深壳蛋的检测准确率分别达到了95.6%、95.8%和91.3%。3．参照人工照蛋时间，对孵化早期、中期和后期的种蛋胚胎成活性检测方法进行了系统研究。利用改进模拟退火微粒群优化算法，优化BP神经网络结构。以种蛋色度频度值为特征参数，用优化后的BP神经网络检测种蛋孵化成活性，对孵化早期、中期和后期的种蛋孵化成活性平均检测准确率分别达到了92.5%、98.3%和100%。关键词：种蛋筛选；成活性检测；机器视觉；图像处理；遗传算法；微粒群算法；神经网络StudyonAutomaticIdentifyingQualityandFertilityofHatchingEggBasedonMachineVisionSystemAbstractIdentifyingqualityandfertilityofhatchingeggsareanimportantandhardworkinthefarms.Manualinspectionsuffersfromvisualstressandtirednessandislowaccuracyandtime-consuming.AnautomaticandpracticaldetectionsystembasedonmachinevisionsystemandANNisdevelopedinsteadofmanualinspectionofhatchingeggforimprovingdetectingaccuracyandeffciency.1.Themachinevisionhardwaresystemisbuiltforidentifyingexteriorqualityandfertilityofhatchingegg.Thelightsourceandbackgroundcolorarefoundoutthroughalotofexperiments.Cameracalibrationisdoneforcorrectingimagedistortion,anditsaccuracyisabletomatchthedemandofidentifyingexteriorqualityofhatchingegg.2.Basedonmachinevisiontechnique,criterionisproposedforcomprehensiveevaluatingegg’sexteriorqualitybyweight,shape,eggshelldefectfeatureandeggshellcolor,andmethodofeggqualityclassificationisdeveloped.(1)Theprojectionareaofeggimageisextractedby0-ordermomentandusedtoclassifyeggweightinsteadofmetage.Theclassificationaccuracyis97.73%forbiggereggs,97.04%fornormaleggs,and96.51%forsmallereggs.(2)Thresholdrecognitionand8-connectedboundarytrackingmethodarecombinedtoextractthedefectfeatureoneggshell,anditsclassificationaccuracyis91.25%forcrackedeggs,94.18%fordirtstained,bloodspottedeggsand96.36%fornormaleggs.(3)Eggshapeindexandradiusdifferencesareextractedasshapefeatureparameters,atwo-stepshapemeasurementmethodisproposedbasedonmachinevision,momenttechniqueandneuralnetwork.AnimprovedimmuneGAalgorithmisputforward,whichisusedtooptimizetopologystructureofLMBPneuralnetworkfordetectingqualityofhatchingeggautomatically.KeyWords:Fertilityidentification;Imageprocessing;Geneticalgorithm;NeuralnetworkDirectedby:Prof.XXXXYyyyyApplicantforDoctordegree:AAAABbbbb（AgriculturalMechanization)(CollegeofMechanicalandElectricalEngineering.InnerMongoliaAgriculturalUniversity.Hohhot010018.China)题名用三号TimesNewRoman字，居中。题名下面空一行。用小四号黑体字，居中。内容用小四号TimesNewRoman字。摘要末空一行。用小四号黑体字，顶左。用英文写专业名并用圆括号括住，括号前面空二格。。用小四号TimesNewRoman字，斜体。注意：每个词首字母大写。二个词之间用全角分号隔开，最后面不加标点。下面空一行。注意：汉语拼音姓名不能缩写，姓在前、名在后。姓的字母全部大写、复姓要连写，名的首字母大写，双名或多名中间不加连字符。用小五号TimesNewRoman字。目录1引言................................................................11.1机器视觉概述....................................................11.2研究背景和意义..................................................11.3国内外研究现状..................................................21.3.1国外研究现状..................................................21.3.2国内研究现状..................................错误!未定义书签。1.4存在问题........................................错误!未定义书签。1.5研究内容及目标..................................错误!未定义书签。1.5.1种蛋筛选和孵化成活性检测硬件系统建立..........错误!未定义书签。1.5.2基于机器视觉的种蛋筛选........................错误!未定义书签。1.5.3基于机器视觉的种蛋孵化成活性检测..............错误!未定义书签。1.5.4软件系统集成..................................错误!未定义书签。1.6小结............................................错误!未定义书签。2彩色机器视觉硬件系统与颜色模型......................错误!未定义书签。2.1种蛋筛选机器视觉硬件系统........................错误!未定义书签。2.1.1摄像机........................................错误!未定义书签。2.1.2计算机........................................错误!未定义书签。2.1.3光照箱........................................错误!未定义书签。2.1.4光源..........................................错误!未定义书签。2.1.5背景..........................................错误!未定义书签。2.2种蛋孵化成活性检测机器视觉硬件系统..............错误!未定义书签。2.3视觉系统标定....................................错误!未定义书签。2.3.1摄像机模型....................................错误!未定义书签。2.3.2摄像机标定方法................................错误!未定义书签。2.4颜色模型........................................错误!未定义书签。2.4.1常用的颜色模型................................错误!未定义书