本文设计了用于鸡蛋外观品质检测的试验装置,通过比较选择了合适的光源、光照背景。采用噪声去除、图像增强、二值化、边缘检测等方法对用试验装置采集的图像进行了预处理。其中,图像二值化时选用迭代法求最佳分割阈值,并提出最佳Ostu算法提取目标图像边界。对脏斑、裂纹图像的分割,首先使用了Ostu算法和sobel算子相结合的方法,在保证目标边缘清晰的同时使内部信息得到补充,再运用阈值识别法消除干扰点、干扰线段,提高了缺陷特征提取的准确性,最后根据分割后缺陷所占的白色像素点个数检测鸡蛋。文中选择鸡蛋图像面积作为特征参数来衡量鸡蛋重量,由拟合分析得出图像面积和蛋重二者的相关性系数达到0.9922。选择蛋形指数来评判鸡蛋形状,计算蛋形指数时,提出用改进的最小矩形法求鸡蛋长、短径,所求取的长短径与实测值相关性分别达到0.9733、0.9797。在比较了标准BP算法和三种改进算法的基础上,提出用遗传算法先对神经网络的权值进行优化,再转入L-M算法训练BP网络的策略,有效改善了网络训练状况。用检验样本对网络进行仿真分析,GA-LM网络对鸡蛋重量及形状检测的分级准确率分别达到93.8%和100%。