基于血线纹理特征和GA-BP神经网络的鸡种蛋性别鉴定

来源：华中农业大学学报杂志2018年第06期北京时间：

作者：汤勇

摘要：为了对鸡种蛋孵化早期胚胎性别进行鉴别，构建机器视觉图像采集系统，在LED光源下获取186枚种蛋孵化第4天的图像。采用对鸡种蛋图像进行分量提取、去背景化和二值化等预处理方法，利用自适应直方图均衡化、高低帽变换增强图像，通过迭代阈值分割和“与”运算凸显血线纹理。运用差分计盒法、灰度共生矩阵法、灰度直方图统计法和几何法提取图像的11维特征参数，并构建鸡种蛋胚胎性别识别的BP模型（back propagation neural network,BPNN），利用遗传算法（genetic algorithm,GA）优化BP神经网络的初始权值和阈值。试验结果表明，GA-BP模型的训练集识别综合准确率为99.73%，预测集识别综合准确率为82.80%。

关键词：鸡种蛋; 性别鉴定; 血线; BP神经网络; 遗传算法; 无损检测

基金资助：中央高校基本科研业务费专项(2662017PY057);公益性行业（农业）科研专项（201303084）