桑蚕业、茧丝绸业作为我国典型的链式产业,一直以其产业链长、市场容量大、涉及面广、附加值高而著称。近年来,我国桑蚕业、茧丝绸业进入高速发展期,但随着世界经济衰退、劳动力成本上升、人民币升值、贸易壁垒等多重困难的不时爆发,我国的传统优势正逐渐减弱。　　 家蚕有雌雄之分。同一品种的雌、雄蚕茧相比,雄蚕茧具有茧丝纤度细,生丝等级高,织物弹性好等优点,将雌、雄蚕茧分开缫丝,可在基本不增加生产投入的情况下大幅度提高产品附加值,提高丝绸产品质量;蚕种质量直接关系到蚕茧的产量、品质和效益,现阶段人工削茧鉴分蚕蛹雌雄,容易造成蛹体损伤,且易出现判别失误,造成雌、雄蚕蛹混淆,发生同亲本雌雄交配产出纯种蚕卵的情况,会造成杂交率降低,蚕种质量下降。在这种形势下,发挥家蚕性别优势,实现自动化筛选雌雄家蚕,具有重要的现实意义。因此,本研究以家蚕为研究对象,融合X射线成像技术和图像处理技术以实现对家蚕性别的无损判别。论文的主要内容如下:　　 (1)完成了X射线检测系统的成像校正。研究针对家蚕物料的特殊性,以图像是否清晰、图像空间分辨率是否失真为标准,确定最佳的X射线成像参数:X射线探测器的积分时间为2.67ms,传送装置的传送速度为14.98cm/s,X射线发生器器的管电压为40kV,管电流为0.4mA。　　 (2)对采集的家蚕x射线图像进行图像增强、图像去噪、图像分割、形态学处理、轮廓提取等预处理。通过比较与分析,确定了具体的预处理方法:分段线性灰度变换、3×3窗口大小的高斯滤波去噪、固定阈值法图像分割、形态学开运算平滑轮廓、八邻域边界跟踪算法提取轮廓线,这为后续家蚕特征提取打好了基础。　　 (3)根据家蚕性别特征差异,确定了描述家蚕性别差异的11个特征变量,即采用面积、周长、长轴、短轴、长短轴之比、偏心率、圆形度、矩形度、形状复杂性、固靠度、扩展度等11个特征来描述家蚕的性别特征。　　 (4)对家蚕性别特征变量进行了统计分析,统计分析结果显示:家蚕的11个特征变量在家蚕性别、年份和品种等方面均有一定差异。性别因素对家蚕所有特征变量有极显著影响;年份因素对家蚕矩形度、固靠度、扩展度等3个特征变量有极显著影响,对其余8个特征变量无显著性影响;品种因素对家蚕特征变量的差异有影响,但影响作用有大有小。　　 (5)比较了全变量线性判别分析模型、基于逐步回归方法的线性判别分析模型和基于主成分分析法的线性判别分析模型,结果显示三种方法的总体错误识别率基本一致,但基于主成分分析的判别模型仅需2个主成分就可获得最优效果,且使用主成分分析法建立的线性判别模型对雌、雄家蚕的误判率基本一致,而使用全变量建立的判别模型和基于逐步回归方法建立的判别模型对雌蚕的误判率低于雄蚕的误判率。　　 (6)对比分析了LDA模型、KNN模型、二分类Logistic回归模型、BP神经网络模型、SVM模型所需的主成分数、总体误判率、雌雄家蚕的误判率以及判别所需时间,结果表明利用LDA和二分类Logistic回归方法建立的判别模型最优,可为后续研究和实际应用提供了参考。