禽流感疫情的防控主要采用疫苗防疫法，禽流感疫苗的好坏直接关系到家禽和人类的生命安全。而禽流感疫苗大都是通过鸡胚接种禽流感毒株，在毒株胚蛋中进行毒株增殖培养后灭活制备而成，因此，毒株胚蛋成活性检测是禽流感毒株增殖培养的重要环节。针对传统人工照蛋，人眼检活存在视觉易疲劳，检测效率低，检测结果易受主观因素干扰等缺点，本研究从实际出发，构建了基于机器视觉的毒株胚蛋成活性自动无损检测系统，并利用图像处理技术和模式识别技术设计了一套完整的毒株胚蛋成活性检测方案。本研究的主要内容及成果如下：1.设计了基于机器视觉的毒株胚蛋图像采集系统，获取毒株胚蛋立式透光图像，并在胚蛋图像血脉生长区内自动截取分辨率为160×70的矩形图像作为ROI进行图像预处理，如此不但可以排除图像中无用信息的干扰，而且极大地减少了图像预处理环节的运算量。2.针对以往研究无法处理含有较多固有光斑噪声的褐壳鸡蛋图像的难题，分别引入了Harris算法和SUSAN算法对光斑噪声进行检测，并提出了相应的对称近邻均值滤波消斑算法和USAN局部灰度均值滤波消斑算法来消除固有光斑噪声，并将其和常用的滤波算法进行了对比分析，实验证明本文提出的算法不仅可以有效去除图像中的固有光斑噪声，而且不会对图像的细节特征造成影响。3.根据人眼观测毒株胚蛋体内生成血管脉络作为其成活判断标准的原理，本研究通过对预处理后的毒株胚蛋图像进行血管轮廓边缘检测和数学形态学处理，准确构建出成活胚蛋的主血脉二值形态结构，并采用贴标签法对血脉二值连通进行标记，准确提取出毒株胚蛋的主血脉面积值。4.研究分析了成活胚蛋和死亡胚蛋主血脉面积值的分布情况，将毒株胚蛋主血脉面积百分比选作分类特征参数，极大地提高了系统成活性判别的鲁棒性。最后采用了最近邻分类算法对毒株胚蛋进行快速准确分类，实现了毒株胚蛋成活性实时在线检测的基本要求。最后，对360枚毒株胚蛋进行成活性自动无损检测实验，实验结果表明，本文设计的自动无损检测系统的平均检测时间为0.642秒，成活性判别准确率可达96.94%，错判率为0，误判率仅为3.06%，基本满足疫苗制造业的实际生产要求。