图1  禽蛋年产量增长趋势

Fig.1  The annual output trend of eggs

美国鲜蛋年产量虽占世界第二位(仅为我国产量的1/5)，然而其出口量却占到世界出口总量的22%;荷兰、马来西亚的鲜蛋生产量并不在世界前10位之列，但其出口已分别占到世界总量的31%和7%。他们成功的秘诀是在高效控制质量的前提下，形成了产品规格和包装统一化的市场模式。造成中国禽蛋产业与国际市场差距的主要原因，有以下两个方面：

(1)禽蛋产品本身的质量存在问题[7]，如农药残留、微生物污染等。我国禽蛋业生产集约化程度不高，仅占30%左右，而农村的散养比重却高达70%[4，8]。禽舍的环境控制不力，禽蛋产后处理方式不当及大量的手工劳动污染引起的微生物污染。

(2)禽蛋检测标准未达到国际技术质量标准，缺乏严格的挑选与分级，品种混杂、质量参差不齐。CAC、欧盟和美国均有现行的禽蛋标准，其中CAC是国际通用的标准，其制定有着较为严密的程序和规范，具有一定的先进性、广泛性和普适性，为大多数国家所承认，已被采用为禽蛋国际贸易的基本准则。我国在禽蛋的标准制定方面相对滞后，不能适应国际禽蛋发展的要求。

1.3  国内外研究现状

1.3.1  国外研究现状

20世纪80年代，美国率先运用机器视觉技术进行蛋品品质检测与分级的研究，并在生产中得到了广泛应用，此后日本、西班牙等国也相继开展了这方面的研究。具有代表性的研究有：

正方形箱体的边长L可按式(1)计算：

(1)

所设计光照箱大小为60cm×60cm×60cm，内壁表面均匀用油漆涂成白色，以形成均匀的漫反射。箱顶部有一个4cm×4cm的方孔用于固定摄像机。箱内顶部四角装有位置对称、上下可调的灯座，并配置合适的光源，载物台的支架位置同样可以上下调节，可实现在摄像机固定的条件下不同物距的比较，以获得最佳图像效果。

设 为三维世界坐标系中某目标点 的三维坐标，从三维世界坐标到摄像机图像齐次坐标 的变换如式(2)：

(2)

式中： 分别为焦距f与像素点在u、 方向宽度的比值， 为图像平面不垂直光轴产生的畸变因子， 为光轴与图像平面交点坐标， 为3 ×3旋转矩阵， 为三维平移向量， 。 只与摄像机内部结构有关，称为摄像机内参数， 由摄像机相对于世界坐标系的方位决定，称为摄像机外参数。

3.2.5  检测结果与分析

检测结果如表1所示。

表1  种蛋蛋壳表面缺陷检测结果

Table.4  The different types of defect detection results on eggshells

污斑蛋 裂纹蛋 正常蛋 检测准确率

污斑蛋 73 5 2 94.18%

裂纹蛋 3 81 2 91.25%

正常蛋 5 1 104 96.36%

注：检测结果XXXX

由于在用阈值识别法进行缺陷分割时，将小于50的区域都置为背景，造成了裂纹蛋及污斑蛋的误判;对正常蛋的误判，是由于误将种蛋表面均匀斑点判为脏斑造成的。

今后应对算法作进一步改进和优化，以提高检测准确度。

图2  基于改进免疫遗传算法的LMBP网络算法流程图

Fig.2  Flow chart of LMBP network based on improved immune GA

注：检测结果，图中XXXX

② 编码方式

遗传算法染色体的编码策略有两种方式[128]：一是根据模式定理建议用尽量少的符号编码(如二进制编码);二是以数值优化计算的方便和精度为准，采用一个基因一个参数的办法(如十进制编码)，并把相应的基因操作改造成适合十进制操作的方式。

虽然二进制编码有成熟的模式定理，但采用二进制编码在网络学习中有明显的缺点：一是不直观，二进制编码只能用0和1表示参数，每位上的0和1表示的含义不明确;二是精度低，因为实际的连接权值是实数，将它们用二进制数表示编码实际上是用离散值来尽量逼近权、阈值，这就有可能导致因某些实数权值不能被更精确表达而使网络的训练失败;三是运算效率低。

与二进制编码相比，实数编码存在很多的优势。

表2  算法性能比较

Table.2  Comparison  of algorithm performance

算法 平均

收敛率(%) 平均

收敛代数 平均收敛

速度(s) 回想

准确率(%) 检测

准确率(%)

标准GA-BP 95.8 62 5.8954 100 100

改进免疫GA-LMBP 98.15 41 3.0432 100 100

由表3可知，本文提出的改进免疫遗传LMBP神经网络具有较好的收敛性能，检测准确率高。因此改进免疫遗传LMBP神经网络模型是正确。

6  结论

下面是本文的主要研究内容：

(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，确定了用于图像采集的光照条件。

(2) 对种蛋筛选方法进行了系统研究，提出了基于机器视觉技术的根据种蛋重量、蛋形、种蛋蛋壳表面缺陷和蛋壳颜色进行种蛋孵化前的种蛋筛选即对种蛋外观品质检测的综合指标评价体系。

① 研究了用于种蛋蛋形和蛋壳颜色自动检测的神经网络模型。将混沌思想、免疫算法与遗传算法相结合，提出了一种改进免疫遗传算法，

② 使用本文提出的方法检测结果与实际称量结果间有良好的相关性，过大蛋、正常蛋和过小蛋检测准确率分别达到了97.73%、97.04%和96.51%。

7  展望

为了进一步提高研究的实用化程度，探索更加有效、快速准确的检测方法，今后还应在以下几方面继续开展研究：

(1) 扩大研究对象范围，研究适合更多品种的种蛋品质与孵化成活性以及商品蛋品质检测分级的方法与技术。

(2) 扩展研究领域。.

致    谢

致    谢

本论文是在导师XXX教授的悉心指导下完成的。多年来，恩师在我的学士学位课程学习，试验研究、教学活动、学术交流、论文撰写和工作生活等方面都给予了极大的关怀和支持，并为我提供了良好的学习研究环境。导师的严谨治学、孜孜不倦、持之以恒的师表风范是我终身学习的楷模，在此向恩师表示诚挚的感谢和崇高的敬意!

感谢所有关心、帮助和支持我的人们!

上文就是精品学习网给您带来的本科生论文样本标准格式，希望可以更好的帮助到您!!