我国作为世界蚕桑产业的发源地,在蚕桑产业中一直占据着世界市场的重要地位。在桑蚕养殖的过程中,蚕蛹雌雄识别分类的准确率将直接影响到蚕茧、茧丝绸的产量与质量。本文针对江苏某蚕业企业人工鉴别成本高且准确率低的问题,研究了基于计算机视觉的蚕蛹雌雄自动识别技术,具体开展的工作如下:(1)蚕蛹图像的预处理。针对采集的蚕蛹图像特征信息不清晰以及噪声污染等问题,对原图像进行图像增强处理,具体包括图像的滤波去噪和图像的灰度增强;为实现图像中目标与背景的准确分割,采用了阈值分割与形态学处理技术相结合的方法。(2)蚕蛹图像的特征提取与分析。为了分析雌蛹和雄蛹在形状特征上具体的差异性,分别提取了面积、周长和分散度三种特征参数并进行数据分析;针对蚕蛹的正面与背面在纹理上的差异性,采用了灰度共生矩阵的方法对图像的纹理特征提取并进行数据分析;针对雌蛹和雄蛹在尾部纹理上的差异性,采用了改进的LBP算子对纹理特征进行提取。(3)基于PCA和SVM的蚕蛹雌雄识别分类。针对获取的特征数据维数过高,采用了主成分分析方法对蚕蛹的特征数据进行降维;考虑到支持向量机SVM对高维、非线性问题表现出的优异效果,采用了支持向量机的方法设计相应的分类器。(4)蚕蛹雌雄自动识别与分拣控制系统的研究。基于项目前期的调研和文献查阅,首先提出了蚕蛹雌雄自动识别与分拣控制系统的总体设计方案.然后针对图像采集与识别和HMI监控系统两个子部分,进一步的提出了更加具体的实施方案。