目前流感疫苗的制备通常采用在鸡蛋胚胎中培养病毒的方式。在病毒采集过程中,如果坏死胚胎未被有效剔除将造成重大安全问题。因此,病毒采集前的鸡蛋胚胎成活性检测至关重要。现阶段,国内厂家均是采用人工照蛋方式进行检测,鉴于人工检测劳动强度大,效率低,准确性差,本文提出一种基于机器视觉的鸡蛋胚胎成活性检测及分拣系统。首先,对基于机器视觉技术的鸡蛋胚胎成活性判定方法进行了系统研究。通过对系统环境的分析以及与几种常用滤波方法比较,确定采用中值滤波对鸡蛋胚胎图像进行增强;针对鸡蛋胚胎图像的特殊性,采用基于直方图WFCM的局部自适应二值化方法进行分割图像;对于经分割图像后存在的噪声,利用形态学方法对图像进行去噪及加强图像特征的操作;通过两种细化算法的比较,选取基于细化修复的快速细化算法对图像进行细化处理;提出通过读取图像中血丝数量来判定鸡蛋胚胎成活性的算法。其次,建立了基于机器视觉的鸡蛋胚胎成活性检测与分拣硬件系统。确定了图像采集时的最佳光源和背景颜色,以及相机、镜头和图像采集卡的型号,选取了基于PLC控制的吸提设备来实现鸡蛋胚胎图像采集及坏死胚蛋分拣功能。最后,实现软件系统集成,为进一步实现鸡蛋胚胎成活性检测及分拣设备的研制奠定了基础。针对本系统选取适当鸡蛋胚胎图像进行实验,实验结果表明,本系统检测速度快、准确率高、误判率和漏判率低,可实现对鸡蛋胚胎的无损检测,满足疫苗制备的特殊需求。