英文题名用小三号加黑。 注 意：每个词的首字 母大写，但３个或４连词、介词全部小个字母以下的冠词、
中文题名用小三号黑体字。 注 意：题名的字数不宜过 多,一般不超过20个汉字, 必 要时可加副题名。
Times New Roman字，基于机器视觉的种蛋筛选及孵化成活性检测研究 Study on Automatic Identifying Quality and Fertility of Hatching Eggs Based on Machine Vision System
写。题目长度一般不超过２行。 申 请 人： AAA 学科门类： 工 学
学科专业： 农业机械化工程
研究方向： 机器视觉技术在农牧业生产中的应用 指导教师： XXX 教授
用小三号黑体字。
论文提交日期：二〇一五年十二月
分类号 S828 学校代码 10129 U D C 11.220 学 号 20003004
鸡毒支原体的分离鉴定及基因免疫的研究 Studies on Isolation and Gene Immunization
of Mycoplasma Gallisepticum
申 请 人：BBB 学生类别：学术型硕士 学科门类：农 学 学科专业：基础兽医学
研究方向：动物传染病与免疫病理学 指导教师： XXX 教授
论文提交日期：二〇一五年十二月
分类号 S828 学校代码 10129 U D C 11.220 学 号 20003004
鸡毒支原体的分离鉴定及基因免疫的研究 Studies on Isolation and Gene Immunization
of Mycoplasma Gallisepticum 申 请 人：BBB 学生类别：专业硕士 学位类别：工程硕士 领 域：水利工程 指导教师： XXX 教授
YYY 教授
论文提交日期：二〇一五年十二月
注：封面、中文摘要、英文摘要不编页码。 用三号黑体字，居中。字间空四个空格，下面空一行。 注 意：摘要是一篇的短文具有自含性，要突出论文的创新点，并能反映出论文的整体水平。 博士学位论文摘要一般以500-1000字为宜； 硕士学位论文摘要一般以300-500字为宜。 摘 要 入孵前种蛋筛选以及种蛋孵化过程中胚胎成活性检测是孵化工作的重要技术环节。鉴于人工检测劳动强度大，效率低，准确性差。通过对基于机器视觉的种蛋筛选和孵化成活性检测方法的系统研究，建立了种蛋筛选和孵化成活性自动检测系统。
1．建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统。通过对比试验研究，确定了图像采集时的最佳光源和背景颜色；对种蛋筛选硬件系统进行了标定，标定精度能满足种蛋外观品质检测要求。
2．对基于机器视觉技术的种蛋筛选方法进行了系统研究，建立了种蛋重量、蛋形、蛋壳表面缺陷和蛋壳颜色等4个检测指标的种蛋外观品质综合评价体系。
(1) 提出利用种蛋图像零阶矩计算图像投影面积代替重量称量的方法，检测结果与实际称量值间有良好的相关性，过大蛋、正常蛋、过小蛋检测准确率分别达到了97.73%、97.04%和96.51%。
(2) 研究了基于机器视觉的种蛋蛋壳表面缺陷识别方法，提出利用阈值识别法结合八邻域边界跟踪算法检测裂纹、脏斑、血斑等种蛋蛋壳表面缺陷，裂纹蛋、污斑蛋和正常蛋的检测准确率分别达到了91.25%、94.18%和96.36%。
(3) 提出基于机器视觉、矩和神经网络技术，以种蛋蛋形指数及蛋径差为检测指标的蛋形分步检测方法。先检测种蛋蛋形指数，再利用提出的改进免疫遗传算法优化LMBP神经网络结构，并用优化后的神经网络识别畸形蛋。过长蛋、过圆蛋和畸形蛋的检测准确率分别达到了97.1%、95.59%和94.87%，正常蛋平均检测准确率达到了95.75%。
(4) 以色度频度值为蛋壳颜色特征参数，采用改进免疫遗传LMBP神经网络进行蛋壳颜色一致性检测，浅壳蛋、正常蛋和深壳蛋的检测准确率分别达到了95.6%、95.8%和91.3%。
3．参照人工照蛋时间，对孵化早期、中期和后期的种蛋胚胎成活性检测方法进行了系统研究。利用改进模拟退火微粒群优化算法，优化BP神经网络结构。以种蛋色度频度值为特征参数，用优化后的BP神经网络检测种蛋孵化成活性，对孵化早期、中期和后期的种蛋孵化成活性平均检测准确率分别达到了92.5%、98.3%和100%。 关键词：种蛋筛选；成活性检测；机器视觉；图像处理；遗传算法； 微粒群算法；神经网络 用小四号黑体字， 顶左。 用小四号宋体字。 注 意：尽量选用主题词表中的词。列出关键词3-8个，每两个词之间用全角分号隔开，最后一个词后面不加 内容用小四号宋体字。摘要末空一行。 标点。 题名用三号Times New Roman字，居中。题名下面空一行。
Study on Automatic Identifying Quality and Fertility of Hatching Egg Based on Machine Vision System
Abstract Identifying quality and fertility of hatching eggs are an important and hard work in the farms. Manual inspection suffers from visual stress and tiredness and is low accuracy and time-consuming. An automatic and practical detection system based on machine vision system and ANN is developed instead of manual inspection of hatching egg for improving detecting accuracy and effciency. 内容用小四号Times New Roman字。摘要末空一行。 用小四号黑体字，居中。 1. The machine vision hardware system is built for identifying exterior quality and fertility of hatching egg .The light source and background color are found out through a lot of experiments. Camera calibration is done for correcting image distortion, and its accuracy is able to match the demand of identifying exterior quality of hatching egg.
2. Based on machine vision technique, criterion is proposed for comprehensive evaluating egg’s exterior quality by weight, shape, eggshell defect feature and eggshell color, and method of egg quality classification is developed.
(1) The projection area of egg image is extracted by 0-order moment and used to classify egg weight instead of metage. The classification accuracy is 97.73% for bigger eggs, 97.04% for normal eggs, and 96.51% for smaller eggs.
(2) Threshold recognition and 8-connected boundary tracking method are combined to extract the defect feature on eggshell, and its classification accuracy is 91.25% for cracked eggs, 94.18% for dirt stained, blood spotted eggs and 96.36% for normal eggs. (3) Egg shape index and radius differences are extracted as shape feature parameters, a two-step shape measurement method is proposed based on machine vision, moment technique and neural network. An improved immune GA algorithm is put forward, which is used to optimize topology structure of LMBP neural network for detecting quality of hatching egg automatically. Key Words: Fertility identification; Image processing; Genetic algorithm; Neural network Directed by: Prof. XXXX Yyyyy 用小四号Times New Roman字，斜体。 注 意：每个词首字母大写。二个词之间用全角分号隔开，最后面不加标点。下面空一行。 用小四号黑体字，顶左。 用英文写专业名并用圆括号括住，括号前面空二格。。 Applicant for Doctor degree: AAAA Bbbbb （Agricultural Mechanization) (College of Mechanical and Electrical Engineering. Inner Mongolia Agricultural University. Hohhot 010018. China) 用小五号Times New Roman字。 注 意： 汉语拼音姓名不能缩写，姓在前、名在后。姓的字母全部大写、复姓要连写，名的首字母大写，双名或多名中间不加连字符。 标题用三号黑体字，居中。字 间空四个空格，下面空一行。 目 录
用小四号宋体字。 1 引言 ................................................................ 1 1.1 机器视觉概述 .................................................... 1 1.2 研究背景和意义 .................................................. 1 1.3 国内外研究现状 .................................................. 2 1.3.1 国外研究现状 ................................................ 2 1.3.2 国内研究现状 ............................... 错误！未定义书签。 1.4 存在问题 ....................................... 错误！未定义书签。 1.5 研究内容及目标 ............................... 错误！未定义书签。 1.5.1 种蛋筛选和孵化成活性检测硬件系统建立 ....... 错误！未定义书签。 1.5.2 基于机器视觉的种蛋筛选 ..................... 错误！未定义书签。 1.5.3 基于机器视觉的种蛋孵化成活性检测 ........... 错误！未定义书签。 1.5.4 软件系统集成 ............................... 错误！未定义书签。 1.6 小结 ........................................... 错误！未定义书签。 2 彩色机器视觉硬件系统与颜色模型 ..................... 错误！未定义书签。 2.1 种蛋筛选机器视觉硬件系统 ....................... 错误！未定义书签。 2.1.1 摄像机 ..................................... 错误！未定义书签。 2.1.2 计算机 ..................................... 错误！未定义书签。 2.1.3 光照箱 ..................................... 错误！未定义书签。 2.1.4 光源 ....................................... 错误！未定义书签。 2.1.5 背景 ....................................... 错误！未定义书签。 2.2 种蛋孵化成活性检测机器视觉硬件系统 ............. 错误！未定义书签。 2.3 视觉系统标定 ................................... 错误！未定义书签。 2.3.1 摄像机模型 ................................. 错误！未定义书签。 2.3.2 摄像机标定方法 ............................. 错误！未定义书签。 2.4 颜色模型 ....................................... 错误！未定义书签。 2.4.1 常用的颜色模型 ............................. 错误！未定义书签。 2.4.2 本文使用的颜色模型 ......................... 错误！未定义书签。 2.5 小结 ........................................... 错误！未定义书签。 3 基于机器视觉的种蛋筛选 ............................. 错误！未定义书签。 3.1 种蛋重量检测 .................................... 错误！未定义书签。 3.1.1 种蛋图像投影面积计算 ....................... 错误！未定义书签。 3.1.2 种蛋周长计算 ............................... 错误！未定义书签。 3.1.3 种蛋重量检测样本 ............................ 错误！未定义书签。
3.1.4 检测结果与分析 ............................. 错误！未定义书签。 3.2 种蛋蛋壳表面缺陷检测 ........................... 错误！未定义书签。 3.2.1 图像分割 ................................... 错误！未定义书签。 3.2.2 分割结果 ................................... 错误！未定义书签。 3.2.3 种蛋蛋壳表面污斑面积计算 ................... 错误！未定义书签。 3.2.4 种蛋蛋壳表面缺陷检测样本 ................... 错误！未定义书签。 3.2.5 检测结果与分析 .............................................. 3 3.3 种蛋蛋形检测 ................................... 错误！未定义书签。 3.3.1 种蛋蛋形特征参数提取 ....................... 错误！未定义书签。 3.3.2 改进的免疫遗传LMBP神经网络模型建立 ........ 错误！未定义书签。 3.3.3 种蛋蛋形检测样本选择 ....................... 错误！未定义书签。 3.3.4 免疫遗传LMBP神经网络检测种蛋蛋形结果与分析 错误！未定义书签。 3.4 种蛋壳色检测 ................................... 错误！未定义书签。 3.4.1 种蛋壳色特征参数提取 ....................... 错误！未定义书签。 3.4.2 种蛋蛋壳颜色检测样本选取 ................... 错误！未定义书签。 3.4.3 免疫遗传LMBP神经网络检测种蛋壳色结果与分析 错误！未定义书签。 3.5 基于机器视觉的种蛋筛选检测结果与分析 ........... 错误！未定义书签。 3.6 小结 ........................................... 错误！未定义书签。 4 基于机器视觉的种蛋孵化成活性检测 ................... 错误！未定义书签。 4.1 种蛋孵化成活性特征参数提取 ..................... 错误！未定义书签。 4.2 改进模拟退火微粒群算法 ......................... 错误！未定义书签。 4.2.1 微粒群算法 ................................. 错误！未定义书签。 4.2.2 模拟退火算法 ............................... 错误！未定义书签。 4.3 小结 ........................................... 错误！未定义书签。 5 基于机器视觉的种蛋筛选及孵化成活性检测软件系统集成 . 错误！未定义书签。 6 结论 ................................................................ 6 7 展望 ................................................................ 8 致谢 ................................................................... 9 参考文献 .............................................................. 10 作者简介 .............................................. 错误！未定义书签。
目录内容用小四号宋体字。 注 意： 目录中一级标题为章，二级标题为节，故在目录中一般列出二--三级标题，以阿拉伯数字分级标出。不同层次的二个数字用半角下圆点号“．”分隔开，末位数字后不加圆点号，最后一个数字后空二个空格接排标题。二、三级标题比前一级标题后退二个空格。致谢、参考文献、附录、作者简介不编序号。
注：目录页不编页码。
标题用三号黑体字，居中。下面空一行。 论文中如果图表较多，可以分别列出插图和附表清单。 插图和附表清单
1. 图1 禽蛋年产量增长趋势 ................................................. 2 2. 图2 鸡蛋裂纹检测用机器视觉系统示意图 .................. 错误！未定义书签。 3. 图3 鸡蛋分级决策支持系统示意图 ........................ 错误！未定义书签。 4. 图4 非正常鸡蛋的无损检测系统示意图 .................... 错误！未定义书签。 5. 图5 鸡蛋分级图像采集装置 .............................. 错误！未定义书签。 6. 图6 实验系统装置示意图及14个参数提取位置 ............. 错误！未定义书签。 7. 图7 种蛋分选的机器视觉系统 ............................ 错误！未定义书签。 8. 图8 种蛋孵化成活性检测机器视觉系统 .................... 错误！未定义书签。 9. 图9 种蛋筛选机器视觉硬件系统 .......................... 错误！未定义书签。 10. 图10 种蛋孵化成活性检测机器视觉系统结构示意图 ......... 错误！未定义书签。 11. 图11 针孔模型 ......................................... 错误！未定义书签。 12. 图12 空间点的选取 ..................................... 错误！未定义书签。 13. 图13 RGB三原色混合效果 ................................ 错误！未定义书签。 14. 图14 RGB立方体 ........................................ 错误！未定义书签。 15. 图15 CMY原色的减色效果图 .............................. 错误！未定义书签。 16. 图16 预处理前后的种蛋图像 ............................. 错误！未定义书签。 17. 图17 蛋重与种蛋图像投影面积拟合效果 ................... 错误！未定义书签。 18. 图18 种蛋边界提取方法 ................................. 错误！未定义书签。 19. 图19 八邻域边界跟踪算法 ............................... 错误！未定义书签。 20. 图20 蛋重与种蛋投影图像周长拟合效果 ................... 错误！未定义书签。 21. 图21 阈值识别法流程图 ................................. 错误！未定义书签。 22. 图22 脏斑图像分割过程 ................................. 错误！未定义书签。 23. 图23 污斑图像分割 ..................................... 错误！未定义书签。
内容用五号宋体字。
图表清单应有序号、图表名称错误！未定义书签。 24. 表1 种蛋重量检测结果 .................................. 和图表所在的页码。 25. 表2 种蛋蛋壳表面缺陷检测结果 ........................................... 3 图、表中间空一行 26. 表3 算法性能比较 ....................................................... 5 27. 表4 种蛋蛋形指数检测结果 .............................. 错误！未定义书签。 28. 表5 种蛋蛋壳颜色检测结果 .............................. 错误！未定义书签。 29. 表6 算法性能比较 ...................................... 错误！未定义书签。
标题用三号黑体字，居中。 字间空二个空格，下面空一行。 缩 略 语 表 APC（antigen present cell） 抗原提呈细胞 CD(cluster of differentiation antigen) 淋巴细胞分化抗原 CRD (chronic respiratory disease ) 慢性呼吸道病 CRM(cytadhesin related molecule) 细胞吸附相关分子 DC（dendritic cell） 树突状细胞 Dot—ELISA（Dot—enzyme linking immunosorbent assay）斑点酶联免疫吸附试验 dsDNA(double strand DNA) 双链DNA ELI（expression library） 表达文库 ELISA（enzyme linking immunosorbent assay） 酶联免疫吸附试验 HA(hemagglutination) 血凝 HI (hemagglutination inhibition ) 血凝抑制 内容用五号宋体字 IB（Internalbreast ） 胸腔内接种 IBDV(infectious bursal disease virus) 传染性囊病病毒 IBV（infectious bronchitis virus） 鸡传染性支气管炎病毒 IFN（interferon） 干扰素 IL（intierleukin） 白细胞介素 ILV（infectious laryngotracheitis） 鸡传染性喉气管炎病毒 IM（intramuscularly） 肌内注射 IP(intraperitoneal injection) 腹腔内接种 IV（intravenousl ） 静脉注射 LEE（linar expression element） 线性表达元件
MDV（marek’s disease virus）
注： 单 位 文中的单位要用国家标准计量单位,GB3100—GB3102--93。 单位的名称可用中文，也可用符合国家标准的国际通用符号，但全文前后必须一致。其中: 土地面积单位，可用“亩”，也可用“公顷”，“平方米”，“平方公里”但全文必须一致。
引言开始有篇眉，用五号黑体字，居中。注 意： 单页打印“内蒙古农业大学博（硕）士学位论文”，双页打印论文题目。 在篇眉下方加通页横线，页眉设置为2.4cm。 注 意：页面设置时，单双页要对称设置。 内蒙古农业大学博士学位论文 1 1 引言 引言也称绪论、前言。 页码用五号1.1 机器视觉概述 机器视觉是近几十年来发展起来的一门智能技术，它主要用计算机来模拟人的黑体字。 视觉功能，从客观事物的图像或图像序列中提取信息，对客观世界的三维景物和物注 意： 体进行形态和运动识别，目的是寻找人类视觉规律，从而开发出从图像输入到自然引言开始景物分析的图像理解系统，最终用于实际检测、测量和控制 [1～3]。 用阿拉伯数机器视觉是计算机、自动化、光学、视觉学、心理学、脑研究等多学科的交叉字连续编页领域，它始于20世纪70年代，是在遥感和生物医学图片分析应用技术取得卓越成码，页码位于果的基础上发展起来的。随着计算机技术的飞速发展，机器视觉、模式识别、人工该页篇眉通智能及人工神经网络等交叉学科的研究与应用已扩展到人们生产生活的各个领域，页横线靠切在工业检测、农业生产自动化、农产品分选、收获机器人、动植物生长状态监控、边端的上方。 机器人导航、视觉伺服系统、军事、医学、商业、闭路电视监控系统和卫星遥感系 统等领域得到了广泛的应用，并取得了重要研究成果。机器视觉技术的诞生与应用，极大地了劳动生产力，提高了生产自动化水平，改善了人类生活现状，具有很好的应用前景。 内容用小四号宋体字。引用某文献机器视觉不仅是人眼的延伸，也具有人脑的部分功能，其优点是速度快、信息时，将该文献字。 量大、功能多、检测精度和效率高。借助红外线、紫外线、X射线、超声波等高新在参考文献探测技术，机器视觉在探测不可视物体和高危险场景时更突显其优点。在需要重复、中的编号用单调的依靠视觉获取信息的场合，如大批量的产品品质检测、分级，机器视觉还能方括号括住够达到快速、准确、无损等人工无法比拟的效果。目前，国内外的许多研究人员已加在引文末为开发应用于农产品品质识别和分级的机器视觉系统付出了不懈努力，如谷粒的表右上角，用五面裂纹检测、农作物种子的分级以及根据鸡蛋、黄瓜、玉米、竹笋、番茄、辣椒、号黑体字。 苹果、桃、梨、柑橘等的大小、形状、颜色和表面损伤与缺陷进行分级，取得了不少阶段性的研究成果。 1.2 研究背景和意义 禽蛋含有人体所需的蛋白质、脂肪、矿物质和多种维生素，易于消化和吸收，具有很高的营养价值，是人们日常生活中重要的动物性营养食品。我国禽蛋资源丰富、品种多样，是世界禽蛋生产和消费大国。伴随着中国经济改革开放的步伐，禽蛋业也轻舒猿臂、展翅腾飞。据统计，1982年我国的鲜蛋产量仅281万t，1992年突破1000万t大关，1998年则达到2000万t。2002年中国禽蛋产量增加到2462万t，之后产量连年递增，到2005年已达到2860万t[4，4]，近八年来我国禽蛋年产量一直呈增长趋势（图1）。自1985年以来我国已连续20年保持了世界第一产蛋大国的地位，禽蛋的人均占有和消费量均超过了世界平均水平[5]，禽蛋业在我国工农业生产中扮演着重要的角色。作为全球第一禽蛋生产大国，我国禽蛋的生产成本大大低于其它国
文内标题用小四号黑体字。 2 基于机器视觉的种蛋筛选及孵化成活性检测研究
家，因此，禽蛋业作为国内畜牧业的优势产业，开拓国际市场理应很有潜力。20世纪90年代以后，我国鲜蛋产量虽逐年飙升，但出口量却持续下滑。
300027002400万t21001800150019981999200020012002200320042005年度 图1 禽蛋年产量增长趋势 Fig.1 The annual output trend of eggs
美国鲜蛋年产量虽占世界第二位(仅为我国产量的1/5)，然而其出口量却占到世界出口总量的22%；荷兰、马来西亚的鲜蛋生产量并不在世界前10位之列，但其出口已分别占到世界总量的31%和7%。他们成功的秘诀是在高效控制质量的前提下，形成了产品规格和包装统一化的市场模式。造成中国禽蛋产业与国际市场差距的主要原因，有以下两个方面：
(1)禽蛋产品本身的质量存在问题[7]，如农药残留、微生物污染等。我国禽蛋业生产集约化程度不高，仅占30%左右，而农村的散养比重却高达70%[4，8]。禽舍的环境控制不力，禽蛋产后处理方式不当及大量的手工劳动污染引起的微生物污染。
(2)禽蛋检测标准未达到国际技术质量标准，缺乏严格的挑选与分级，品种混杂、质量参差不齐。CAC、欧盟和美国均有现行的禽蛋标准，其中CAC是国际通用的标准，其制定有着较为严密的程序和规范，具有一定的先进性、广泛性和普适性，为大多数国家所承认，已被采用为禽蛋国际贸易的基本准则。我国在禽蛋的标准制定方面相对滞后，不能适应国际禽蛋发展的要求。
1.3 国内外研究现状 1.3.1 国外研究现状 20世纪80年代，美国率先运用机器视觉技术进行蛋品品质检测与分级的研究，并在生产中得到了广泛应用，此后日本、西班牙等国也相继开展了这方面的研究。具有代表性的研究有：
————————————————————————————————————
注:AAAAA
注 意：上下两极标题连排，之间无其他内容时，不空行。 注：有页注的页，应在页注上方加通页横线，页注用小五号黑体字。
内蒙古农业大学博士学位论文 3
正方形箱体的边长L可按式(1)计算：
Lr(tan[min(AH,AV)2]) (1) 所设计光照箱大小为60cm×60cm×60cm，内壁表面均匀用油漆涂成白色，以形文中的公式成均匀的漫反射。箱顶部有一个4cm×4cm的方孔用于固定摄像机。箱内顶部四角装要用阿拉伯有位置对称、上下可调的灯座，并配置合适的光源，载物台的支架位置同样可以上数字连续编下调节，可实现在摄像机固定的条件下不同物距的比较，以获得最佳图像效果。 号，用圆括
弧阔住置于设(X,Y,Z)为三维世界坐标系中某目标点P的三维坐标，从三维世界坐标到摄行末。之间像机图像齐次坐标(u,v,w)的变换如式(2)： 不加虚线。 Xk s p 0uuuv0 k p 0 R tY (2) vv0T 1Z1 0w0 0 1式中：ku、kv分别为焦距f与像素点在u、v方向宽度的比值，s为图像平面不垂直光轴产生的畸变因子，pu,pv为光轴与图像平面交点坐标，R为3 ×3旋转矩阵，
t为三维平移向量，O(0,0,0)T。ku、kv、s、pu、pv只与摄像机内部结构有关，称为摄像机内参数，R、t、O由摄像机相对于世界坐标系的方位决定，称为摄像机外参数。
注 意：每一标题下的内容写完后空一行，再接排表序用阿拉伯数字连续编号，表序与表名间空二格，置于表的上方。用小五号黑体字。英文表名，用小五号Times New Roman字 注 意：表名上方和表注的下方各空一行。表1 种蛋蛋壳表面缺陷检测结果 3.2.5 检测结果与分析 下一标题。 检测结果如表1所示。
若位于页首，上面不空行。 Table.4 The different types of defect detection results on eggshells 污斑蛋 裂纹蛋 正常蛋
注：检测结果XXXX 污斑蛋
裂纹蛋
正常蛋
检测准确率 94.18% 91.25% 96.36%
73 3 5
5 81 1
2 2 104
由于在用阈值识别法进行缺陷分割时，将小于50的区域都置为背景，造成了裂纹蛋及污斑蛋的误判；对正常蛋的误判，是由于误将种蛋表面均匀斑点判为脏斑造成的。 今后应对算法作进一步改进和优化，以提高检测准确度。
图表注位于图表的下方。 “注： ”字用小五号黑体字， 注的内容用小五号宋体字。 4 基于机器视觉的种蛋筛选及孵化成活性检测研究
混沌初始染色体 种群P(t+1) 种群P(t)←种群P(t+1) 初始化连接权值 种群P(t+1) 给定 隐层数 对应的LMBP网络结构 训练LMBP网络 染色体变异操作 修正连接权值 计算隐含层和输出层各节点的输入、输出 染色体交叉操作 计算网络输出值和 期望输出间的误差 误差反向传播 染色体选择操作 计算各染色体 误差稳定? 是 达到终止条件？ 是 得到最佳隐含层节点数及连接权值 图2 基于改进免疫遗传算法的LMBP网络算法流程图 Fig.2 Flow chart of LMBP network based on improved immune GA 注：检测结果，图中XXXX 否 适应度值和浓度 否 图序用阿拉伯数字连续编号，图序与图名间空二格，置于图的下方，居中，用小五号黑体字。英文图名，用小五号Times New Roman字。 注 意：图的上方及图注下方各空一行。若位于页首，上面不空行。 ② 编码方式
遗传算法染色体的编码策略有两种方式[128]：一是根据模式定理建议用尽量少的符号编码(如二进制编码)；二是以数值优化计算的方便和精度为准，采用一个基因一个参数的办法(如十进制编码)，并把相应的基因操作改造成适合十进制操作的方式。
虽然二进制编码有成熟的模式定理，但采用二进制编码在网络学习中有明显的缺点：一是不直观，二进制编码只能用0和1表示参数，每位上的0和1表示的含
内蒙古农业大学博士学位论文 5
义不明确；二是精度低，因为实际的连接权值是实数，将它们用二进制数表示编码实际上是用离散值来尽量逼近权、阈值，这就有可能导致因某些实数权值不能被更精确表达而使网络的训练失败；三是运算效率低。
与二进制编码相比，实数编码存在很多的优势。
表2 算法性能比较
Table.2 Comparison of algorithm performance
算法 标准GA-BP 改进免疫GA-LMBP
平均 收敛率(%) 95.8 98.15
平均 收敛代数
62 41
平均收敛 速度(s) 5.54 3.0432
回想 准确率(%)
100 100
检测 准确率(%)
100 100
由表3可知，本文提出的改进免疫遗传LMBP神经网络具有较好的收敛性能，检测准确率高。因此改进免疫遗传LMBP神经网络模型是正确。
6 基于机器视觉的种蛋筛选及孵化成活性检测研究
2 彩色机器视觉硬件系统与颜色模型 2.1 种蛋筛选机器视觉硬件系统
种蛋筛选机器视觉硬件系统种蛋筛选机器视觉硬件系统种蛋筛选机器视觉硬件系统种蛋筛选机器视觉硬件系统种蛋筛选机器视觉硬件系统。
内蒙古农业大学博士学位论文 7
6 结论
下面是本文的主要研究内容：
(1) 建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统，确定了用于图像采集的光照条件。
(2) 对种蛋筛选方法进行了系统研究，提出了基于机器视觉技术的根据种蛋重量、蛋形、种蛋蛋壳表面缺陷和蛋壳颜色进行种蛋孵化前的种蛋筛选即对种蛋外观品质检测的综合指标评价体系。
① 研究了用于种蛋蛋形和蛋壳颜色自动检测的神经网络模型。将混沌思想、免疫算法与遗传算法相结合，提出了一种改进免疫遗传算法，
② 使用本文提出的方法检测结果与实际称量结果间有良好的相关性，过大蛋、正常蛋和过小蛋检测准确率分别达到了97.73%、97.04%和96.51%。
8 基于机器视觉的种蛋筛选及孵化成活性检测研究
7 展望
为了进一步提高研究的实用化程度，探索更加有效、快速准确的检测方法，今后还应在以下几方面继续开展研究：
(1) 扩大研究对象范围，研究适合更多品种的种蛋品质与孵化成活性以及商品蛋品质检测分级的方法与技术。
(2) 扩展研究领域。 注 意：论文正文的写作内容因研究课题的性质各异而不同。一般可包括：理论 .
分析、设计计算的方法、内容及分析；模型的建立和运用；实验方案、实验装置和测试方法；实验内容、方法及分析；应用研究和分析；对实验结果或调研结果的分析与讨论；本研究方法与以往研究方法的比较和分析等内容。 每章（一级标题）分页书写，不可续接上一章书写。 内蒙古农业大学博士学位论文 9 致 谢 标题用三号黑体字，字间空四个空格，居中。下面空一行。 本论文是在导师XXX教授的悉心指导下完成的。多年来，恩师在我的博士学位课程学习，试验研究、教学活动、学术交流、论文撰写和工作生活等方面都给予了极大的关怀和支持，并为我提供了良好的学习研究环境。导师的严谨治学、孜孜不倦、持之以恒的师表风范是我终身学习的楷模，在此向恩师表示诚挚的感谢和崇高的敬意！
感谢所有关心、帮助和支持我的人们！
内容用五号楷体字 另起一页。标题用小四号黑体字，字间空二个空格，居中。 10 基于机器视觉的种蛋筛选及孵化成活性检测研究 参 考 文 献 1 唐向阳，张勇，李江有，黄岗，杨松，关宏. 机器视觉关键技术的现状及应用展望[J]. 昆
明理工大学学报(理工版)，2004，Vol.29(2):36-39
2 刘曙光，刘明远，何钺. 机器视觉及其应用[J]. 河北科技大学学报，2000，Vol.21(4):11-15 3 章毓晋．图像理解与计算机视觉[M]．北京:清华大学出版社，2003
4 任奕林，伍冬生. 我国禽蛋业的现状及发展对策[J]. 中国家禽，2005，Vol.27(2):5-6
5 R T Elster. J W Goodurm. Detecting of Cracks in Eggs Using Machine Vision[J].
Transactions of the ASAE，1991，Vol.34(1):307-312
6 J W Goodurm. R T Elster. Machine Vision for Cracks Detection in Rotation Eggs[J].
Transactions of the ASAE，1992，Vol.35(4):1323-1328
7 V C Patel，R W McClendon，J W Goodrum. Crack detection in eggs using computer vision
and neural networks[J]. A.I. Applications，1994，Vol.8(2):21-31
8 彭秀丽，邓干臻，孙成浩，王艳青. 蛋重对孵化率、初生重及性比例的影响[J]. 湖北农业内容用五科学，2002，Vol.1:65-67 号楷体字。 9 康相涛，宋素芳，李明，王彦彬，符建伟. 蛋鸡种蛋蛋重对孵化率和雏鸡生长发育的影响[J]，中国家禽2002，Vol.24(15):10-12
10 Zhou Y，Hu XF. Ye Q T. A robust lane detection approach based on MAP estimate and
particle swarm optimization[J]. Lecture Notes in Artificial Intelligence，2005，Vol.3802:804-811.
11 Omran M G H，Salman A，Engelbrecht A P. Dynamic clustering using particle swarm
optimization with application in image segmentation[J]. Pattern Analysis and Applications， 2006，Vol.8(4):332-344
12 李爱国，覃征，鲍复民等. 粒子群优化算法[J]. 计算机工程与应用，2002，Vol.38(21):l-3 13 Parsopoulos K E，Vrahatis M N. Recent approaches to global optimization problems
through particle swarm optimization[J]. Natural Computing，2002，Vol.12(1):235-306 14 ydin M E，Fogarty T C. A simulated annealing algorithm for multi-agent systems:a
job-shop scheduling application[J]. Journal of Intelligent Manufacturing，2004，Vol.15(6):805-814
注 意： 序号不加方括号，用阿拉伯数字连续编号，序号后空一格，不加标点符号。参考文献要按格式著录。 内蒙古农业大学博士学位论文 11
附 录
计算机程序： 注： 附 录
“附录” 另起一页, 标题用小四号黑体字，字间空四个空格，居中， 附录内容用五号楷体字。 (1) 当引用文献是“期刊文章”时，其格式为： 过程、辅助性的数据图表、计算机程序、有关的说明等。 凡不宜放入论文正文而与论文有关的资料等可放入附录中。如冗长的公式推导编号 作者１姓名，作者２姓名．引用文章题名［J］．译者姓名．期刊名，年,卷号（期号）：起止页码 (2) 当引用文献是“专著，论文集，学位论文，报告”时，其格式为： 编号 作者１姓名，作者２姓名．文献题名［ ］．译者姓名．版本（第一版不注明）．出版地：出版者，出版年．起止页码 (3) 当引用文献是“论文集中的析出文献”时，其格式为： 参考文献的著录格式： （4） 当引用文献是“报纸文章”时, 其格式为： 编号 主要责任者. 文献题名［N］. 报纸名, 出版日期 (版次) （5） 当引用文献是“国际﹑国家标准”时,其格式为：编号 标准编号, 标准名称［S］ （6） 当引用文献是“专利” 时, 其格式为： 编号 专利所有者. 专利题名［P］. 专利国别: 专利号, 出版日期 （7） 当引用文献是“ 电子文献” 时, 其格式为： 编号 主要责任者. 电子文献题名〔电子文献及载体类型标识〕. 电子文献的出处或可获得地址, 发表或更新日期/引用日期 (任选) 编号 析出文献主要责任者. 析出文献题名［C］. 原文献主要责任者. 原文献题名［ ］. 出版地：出版者，出版年．析出文献起止页码
附：
1） 传统文献
参考文献类型及其标识
国标GB3469规定，以单字母方式标识以下各种参考文献类型：
；学位论文---D ； 报告---R ； 标准---S ； 专利---P 期刊文章---J ；专著—M ；论文集---C ；报纸文章---N
2） 电子文献
数据库---DB ； 计算机程序---CP ； 电子公告---EB 3） 电子文献的载体类型及其标识
磁带（magnetic tape）---MT ； 磁盘（disk）---DK ； 光盘（CD-ROM）---CD ；联机网络（online）---OL
表示格式
〔文献类型标识/载体类型标识〕
例：〔DB/OL〕 联机网上数据库；〔DB/MT〕 磁带数据库；〔M/CD〕 光盘图书； 〔CP/DK〕 磁盘软件；〔J/OL〕 网上期刊；〔EB/OL〕 网上电子公告
以纸张为载体的传统文献在引作参考文献时不必注明其载体类型。
12 基于机器视觉的种蛋筛选及孵化成活性检测研究
作 者 简 介 另起一页。标题用三号黑体字，字间空二个空格，居中。下面空一行。位于学位论文最后一页。 AAA，女，X族，19XX年X月出生于河北X县,XX年毕业于X大学XX专业，获X学学士学位。19XX年年就职于X制造厂，任技术员；19XX年就职于XX机械厂，任工程师。19XX年调入内蒙古农业大学任教至今。XXXX毕业于内蒙古农业大学X专业，获X学硕士学位。2002年，开始攻读内蒙古农业大学XX学院XX专业博士学位。
主讲《xxxxx》、《xxxxxx》、《xxxxxxxx》、《xxxxxx》等本科生课程和《xxxxxxxxxx》、《xxxxxxxx》等研究生课程
攻读博士学位期间发表的论文有：
2、XXX，XXX，XXX，XXX.机器视觉技术在禽蛋品质和孵化成活性检测中的应用. 内蒙古农业大学学报（自然版）2004.Vol.25(3),116～120.
3、YU Zhihong, ZHANG Xiaofang，ZHANG Li. Advances in Application of Neural Network Technique to Agricultural Products Quality Detection overseas.第十四届中国神经网络学术会议论文集，2004：680～683.
4、XXX，XXX，XXX，XX.自适应微粒群神经网络检测种蛋成活性. 内蒙古大学学报（自然科学版），2006，Vol.37(4): 4-467.
5、YU Zhihong ,WANG Chunguang, ZHANG Li and FENG Junqing .An Improved PSO Neural Network System for Automatic Detecting Fertility of Hatching Eggs. Proceedings of the First International Conference on Computer Science & Education(ICCSE’2006) Xiamen,China.Advanced Computer Technology ,New Education Vol.1:775-778(ISTP收录
编写教材：
1． 《XXXXXX》 副主编 内蒙古大学出版社 2003.08 2. 《XXXXXXXXXX》参编 内蒙古大学出版社 2005.12 3． 《XXXXXXXX》 主编 内蒙古大学出版社 2006.8
注：作者简介的内容一般包括：姓名、性别、民族、出生年月、出生地、学历、学衔、
工作经历、职称，曾获何种奖励和荣誉，攻读学位期间发表论文专著,科研情况等。
内容用五号楷体字。 注： 用 纸 和 打 印
用A4号标准打印白纸（210mm*297mm）单面激光竖打，送去印刷厂双面印刷。整篇论文左侧装订，故单页左侧为订边，双页右侧为订边。
天头（上方）和订边（左方）留空白边3.cm；地脚（下方）和切边（右方）留空白边2.5cm。 行间距为3.1mm，即每页35行，每行36字，每页1260字。
因篇幅问题不能全部显示，请点此查看更多更全内容