基于机器视觉的鸡蛋胚胎成活性检测与分拣系统探讨

张琰

摘 要：当前，流感疫苗的制备技术水平正逐步提升，一般采用在鸡蛋胚胎中培养病毒的方式。在病毒的采用过程中，坏死胚胎的剔除工作对疫苗的制作具有至关重要的影响。机器视觉的鸡蛋胚胎成活性检测与分拣系统所具有的强度低、高效率以及高精度对流感疫苗的安全保障具有重要作用。文章通过对系统环境进行分析，对建立鸡蛋胚胎成活性检测与分拣系统的各要素进行了探讨，最后提出几点思考与建议。

关键词：机器视觉；鸡蛋胚胎成活性检测；分拣；系统；思考

中图分类号：TP391.41 文献标识码：A 文章编号：1006-8937（2015）29-0001-02

1 鸡蛋胚胎成活性检测与分拣系统所面临的问题

1.1 品质指标

检测与分拣是系统的关键步骤，其目标之一是实现检测品质上的有效保证。当下的系统只是针对其中单独批次进行检验，评价的结果具有片面性的特点。如何建立系统的综合性指标，并作出系统客观的评价至关重要。另外，如何提供一条自动化的生产线，并为其提供理论上的依据，也是一个颇为棘手的问题。

1.2 图像采集

系统在进行图像上的采集过程中，无法根据个体之间的差异进行精确分析，从而在一定程度上造成了检测结构的精准度下降。在实际生产中，检测对象多为动态群体，使图像的采集、处理和分析更加复杂化，采集圖像需要通过选择合适的光源、角度，并实现动态化的信息采集与处理，从而做出系统性的分析。

1.3 算法实现

由于胚蛋自身的特殊性，表面缺陷的复杂性以及多变性等诸多特点，整齐划一地进行检测与分拣难度还较大，给检测带来了一定的困难。同时，既有的算法的适应性不足，无法满足检测与分级生产线上检测速度极高的要求。并且，在算法的收敛性、自适应性、抗噪性等综合性能方面也存在诸多问题，需要进一步加以研究与解决。

2 鸡蛋胚胎预处理分析

2.1 图像的增强与滤波分析

CCD摄像机在进行工作时，所采集到的图像中受各种因素的影响，图像质量出现下降。提升图像噪音对后续鸡蛋胚胎成活性判断的准确性，需要对图像进行质量上的增强处理。常用的空域数字滤波，例如平滑滤波、高斯滤波以及中值滤波等，都可以对图像进行有效的增强增强的处理。另外，基于变换域的图像处理方法，能够将图像转换到某一域内进行表示，并通过对相关系数的修正，从而实现了对图像中某特定信息的增强处理。在使用平滑滤波的过程中，可以减弱图像中的高频分量，而并不会对低频率分量产生影响。但是需要注意的是，利用平滑滤波处理鸡蛋胚胎图像中灰度值变化较为迅速的边缘区域等部分时，能够在一定程度上减弱图像噪音，但是对血丝特征的对比度也产生了一定的影响，不利于后期图像分割。在中值滤波的使用过程中，对图像的中心像素点邻域中所有像素灰度值进行有效排序，从而找出其中的中间值，并利用此中间值替换中心像素。中值滤波在图像应用中最为广泛，其中的重要原因在于能够降低图像边缘模糊度，使边界较为光滑，有效保护了边缘轮廓，从而能够使图像的细节更加清楚，有利于后期的图像分割处理。在本系统的建设过程中，采用中值滤波用于图像信息的增强是极为有利的。

2.2 图像分割处理分析

利用机器视觉技术对鸡蛋胚胎成果性进行相关的检测时，需要将血丝从有效的胚胎图像中进行分离作业，从而有利于相关人员的成活性判断，这种过程叫做图像的分割处理。图像分割技术是多种多样的，并没有较为通用的方法，每种都有优缺点。因此，系统设计人员可以根据应用的基本要求，选择合适的图像分割处理技术。在图像的处理过程中，图像分割占据着重要位置。较为常用的方法是采用阙值对图像进行分割处理，利用图像中感兴趣区域与背景区域灰度值之间的差异，将图像分割为背景区域与目标区域。工作人员可以根据图像所含信息量确定固定阙值法与单阙值法对图像进行分割处理。

2.3 数字形态学图像处理技术分析

相对于传统的图像处理方法，形态学处理方法对人类视觉特性具有良好的额适应性。数学形态学利用结构元素或者是模板，将其作为探针，对于整幅图像进行有效遍历，并对图像信息进行有效收集，分析图像各信息之间的有效联系，继而获取到处理图像的基本结构特征。数学形态学的处理技术，能够在很多程度上去除掉大量的噪音点，但是会损失图像的细节信息。另外，相对于空域以及频域图像处理技术，数学形态学本身具有着相当大的优势，例如，借助几何特征信息，能够对图像进行有效的滤除与降噪，最大限度的保持住了图像的原有信息。同时，形态学的处理办法，对于图像的细化、填充、分割以及形态识别等多任务都具有较好的处理效果。

3 鸡蛋胚胎成活性检测与分拣系统设计分析

鸡蛋胚胎成活性检测与分拣系统可从硬件与软件方面进行分析，两方面的设计缺一不可，并在系统中占据着基础地位。

3.1 分拣系统的总体设计方法

在系统的软件设计环节中，数字图像技术处理收集到的图像信息，以保证鸡蛋胚胎成活性的基本判断有科学的数据来源。软件系统的设计工作，主要目标在于完成对鸡蛋胚胎图像的采集以及对坏死胚胎蛋的剔除工作。软件系统的建设需要多种模块的协调运行，可以将其分为图像采集、图像处理、图像特征信息提取、分拣信息传输模块等多种模块构成。

3.2 硬件系统的组成分析

系统的硬件建设可以通过对采集设备以及坏死胚胎剔除设备的升级与优化，同时，硬件系统的建设需要从多设备的协调运行，例如配合光源、暗室、传感器、传送带等多方面，共同完成鸡蛋胚胎成活性检测与分拣功能。在进行图像的获取设计过程中，应该从多方面进行考虑，不能影响到鸡蛋胚胎成活性，提升无损检测的技术与方法。在保障图像质量不不受影响的情况下，尽可能含有更多信息的图像信息。最后，要注意硬件之间接口的标准性，以保障各设备之间能够充分配合。

3.3 系统各部分的功能分析

PLC利用光电传感器及时检查到蛋盘所在位置，并能够发出指令，使传送带停止运行。同时，其他设备就可以通过对信息的有效收集，并进行坏死胚蛋的剔除工作。蛋盘通过传动带到达吸提设备的正下方，PLC利用对电磁阀对气缸以及吸盘的动作进行有效协调，进而实现对鸡蛋胚胎的抓取。在分检的系统中，利用行程开关与气缸之间的相互撞击，形成触点动作，由此实现电路的切换。对于图像信息的采集，利用伺服设备对CCD摄像机的有效控制实现对鸡蛋在线拍摄，并将所拍摄到的图像信息传输给上位机，实现信息的有效采集。

4 机器视觉的鸡蛋胚胎成活性检测与分拣系统软件 集成分析

在系统的设计工作中，基本上可以围绕着系统的硬件与软件进行设计。软件的设计工作可以实现鸡蛋胚胎图像信息的采集、图像的有效处理、胚胎成活性有效判断、剔除坏死胚胎等多种功能。系统软件设计可以从软件模块以及用户界面两方面进行，同时，保障设计工作的程序层次性，避免发生遗漏现象。

4.1 开发工具分析

在進行系统开发软件的选择时，应根据系统本身所具有的特点，合理选择较为科学的软件。系统的软件开发可以选用目前较为流行的Visual C++，其作为主流的软件开发工具，具有灵活、简便的优点得到了广大编程人员的青睐。同时，Visual C++对MFC、调试器、链接器等进行了集成，从而使其具备了强大的功能，也为用户提供了较为标准、科学的程序结构，并对用户接口进行了革新。另外，Visual C++以其强大的功能使其成为众多图像处理软件中占据着重要位置，也因此在本系统中对其首先选择。

4.2 界面设计分析

操作界面的简约与便捷是系统软件设计的重要目标。软件设计成功的关键因素之一在于能够在操作界面实现美观、简洁。界面的设计目的在于用户利用简洁的界面，能够在系统中迅速查找到所需信息，并进行有效利用，实现用户与系统之间的互动，从而促进工作效率的提升。

4.3 程序设计

根据上文所述，利用Visual C++对鸡蛋胚胎成活性检测系统软件模块进行设计工作，主要设计的内容包括图像采集、图像预处理、图像特征提取、分拣信息传输等多种模块。下面主要针对图像采集模块、图像特征提取模块等进行分析。

4.3.1 图像采集模块

系统在启动图像信息采集模块后，图像的采集卡就可以接收到触发采集的相关信号，并能够给予CCD摄像机发送相关的曝光信号。摄像机在收到信号并进行反馈后，采集卡开始工作，并进行模数的转换工作，最后将模拟信号转换为数字信号，并将信息储存于内存中，利用PCI总线传输至计算机内部所设置的图像缓冲区。最后，鸡蛋胚胎图像被传送至计算机内存中并保存，进而在图像预览模块中进行显示。

4.3.2 图像特征提取模块

图像特征提取模块的主要功能是对图像信息进行有效判断，进而对鸡蛋胚胎成活性进行有效判断。在图像经过有效处理之后，噪音对图像质量的影响降低到一定水平，此时就可以通过对图像的特征进行细化处理，进而获得像素宽度的血丝图像。图像特征的有效提取可以近似地将像素点的个数用来对血丝长度进行表示，并根据血丝数量的多少，去判断胚胎的成活性。同时，胚胎的成活性分析需要满足一定的准则，其中之一为具备2个或者是2个以上，并具有大于T个像素点相互连接区域，符合上述准则就可以将胚蛋视为活胚蛋。

4.3.3 分拣信息传输模块分析

当前的鸡蛋胚胎信息通过端口被传送至下级控制系统中心，就需要运用到分拣信息传输模块中。模块根据返回的信息判断通信是否处于正常状态，并显示通信的相关信息。分拣信息传输模块被运用到计算机与PLC的通信程序编程中。

5 结 语

基于机器视觉的鸡蛋胚胎成活性检测与分拣系统研究在国内研究邻域中属于热门研究课题，其中重要的原因在于系统在实际的应用过程中，能够获得较高的社会效益以及经济效益，从而具有广阔的发展前景。

参考文献：

[1] 刘琛，陈继兰.鸡蛋中蕴藏的生物活性物质及其应用[J].中国畜牧兽医，2009，（4）.

[2] J.Gautron，K.Mann，P.G.Righetti，etc.功能基因组学在鉴别新的卵蛋白质中的应用[J].中国家禽，2010，（7）.

[3] 周平，赵春江，王纪华，等.基于机器视觉的鸡蛋体积与表面积计算方法[J].农业机械学报，2010，（5）.