基于改进免疫遗传算法的LMBP网络算法流程图.DOCVIP

分类号 TP391.41 学校代码 10129 U D C 35.140 学 号 基于机器视觉的种蛋筛选及孵化成活性检测研究 Study on Automatic Identifying Quality and Fertility of Hatching Eggs Based on Machine Vision System 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 分类号 S828 学校代码 10129 U D C 11.220 学 号 鸡毒支原体的分离鉴定及基因免疫的研究 Studies on Isolation and Gene Immunization of Mycoplasma Gallisepticum 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1) 提出利用种蛋图像零阶97.73%、97.%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 Study on Automatic Identifying Quality and Fertility of Hatching Egg Based on Machine Vision System Abstract Identifying quality and fertility of hatching eggs are an important and hard work in the farms. Manual inspection suffers from visual stress and tiredness and is low accuracy and time-consuming. An automatic and practical detection system based on machine vision system and ANN is developed instead of manual inspection of hatching egg for improving detecting accuracy and effciency. 1. The machine vision hardware system is built for identifying exterior quality and fertility of hatching egg .The light source and background color are found out through a lot of experiments. Camera calibration is done for correcting i