茧丝绸行业是我国的传统产业,在国家经济建设、增加农民收入和劳动就业、扩大出口创汇、丰富国内市场、增加财政收入等方面具有重要的作用。而蚕蛹雌雄鉴别的准确率直接关系到家蚕育种的质量,雌雄蚕蛹分选是制造优质蚕种的重要环节。目前蚕种场都是用人工进行鉴蛹,劳动强度大,生产效率低,所以本文依据雌雄蚕蛹蛹体特征的不同,采用图像识别的方法对蚕蛹雌雄自动识别进行了研究,旨在为蚕蛹雌雄的自动化分选提供理论依据和具体的实现方法。本论文主要开展的工作如下：(1)通过查阅相关文献,对国内外蚕蛹性别识别方法进行了比较分析,决定采用图像识别方法,对获取的蚕蛹图像进行预处理后提取雌雄蚕蛹的形体特征和尾部纹理特征,利用BP神经网络进行分类识别。(2)设计制作了图像自动获取装置,通过在透明U型槽圆周方向各相隔120度设置三个摄像头,对U型槽中的蚕蛹进行全方位的图像采集,获得蚕蛹的真彩图像,即RGB图像。(3)对获取的蚕蛹图像进行灰度化、滤波去噪、图像增强、边缘检测、阈值分割、数学形态学处理等图像预处理工作,然后根据雌雄蚕蛹形体和尾部性征的不同,提取了蚕蛹的周长、面积、圆形度、偏心率等几何特征和能量、对比度、相关性、熵和逆差矩等纹理特征。(4)本文使用BP神经网络作为分类器模型,选用蚕蛹的面积、周长、圆形度、偏心率、能量、熵共6个特征向量作为输入向量,并讨论了网络层数、节点数、初值等建模参数对模型预测准确率的影响,确定了最合适的参数。(5)利用该模型对获取的871A和7532两个品种各100个样本图片进行了分类识别试验,其中分别随机选取75个样本作为训练样本,剩下25个作为测试样本,仿真实验结果表明预测准确率分别达到96%和92%。综上所述,采用图像识别的方法识别蚕蛹的性别是可行的。