本文以机器视觉为主要技术手段，综合运用图像处理与分析等方面的知识，以禽蛋中的鸡蛋为研究对象，对利用VFW软件包实现的视频采集图像进行研究，实现了群体鸡蛋大小的检测并建立了相关模型。主要研究内容与结论如下： 1) 建立了由计算机、CCD摄像头、光源和检测工作台四部分构成的机器视觉系统。设计了Visual C++6.0平台下界面友好的图像采集与处理分析实验软件，用消息映射的形式对应了图像采集及图像处理的各种算法包括灰度化、图像增强、图像平滑、图像分割、区域标记、特征值提取等。 2) 图像增强部分，采用灰度线性变换方法自动增强原始图像对比度。图像平滑部分，比较了邻域平均滤波、中值滤波和针对二值图像的膨胀与腐蚀滤波法在本文中的应用效果，以3*3方形窗口中值滤波效果最好。 3) 群体鸡蛋图像分割部分，分别运用了最小误差阈值法中的模态法与迭代法求取阈值。经由两种方法分割出的图像效果基本一致。阈值化处理后，运用区域标记的方法实现了群体鸡蛋的单个识别。鸡蛋的边缘检测中，比较了经典微分算子包括一般微分算子、Roberts算子、Sobel算子、Laplacian算子以及模板算子Prewitt算子在本文中的应用效果，以Roberts算子检测的鸡蛋边缘最好。 4) 对鸡蛋进行了试验研究。采用电子天平称得鸡蛋重量Weight，游标卡尺测得鸡蛋的长轴Max_length、短轴Max_width，由试验软件测出鸡蛋的区域面积Area、周长Perimeter、长轴Length、短轴Width和蛋形指数Coefficient(蛋形指数=蛋的长轴／短轴)。以上述五个预测值为自变量，实测蛋重为因变量，运用统计学分析原理建立鸡蛋大小模型并进行变量的相关性分析和通径分析，得出方程如下： Weight=-3.3775+0.0023*Area 另外，采用一元线性回归分析方法分析了实测长短轴与预测值之间的关系。得出方程如下：Max_length=0.5216+0.0241×Length Max_width=1.8344+0.0156×Width 三个回归方程在显著性水平a=0.05时极显著，模型相关系数R分别达0.92、0.91和0.84以上。 5) 模型检验。验证结果表明：蛋重检测误差在(-1g，+1g)之间，蛋长轴检测误差在(-0.5cm，0.5cm)之间，短轴检测误差在(-0.3cm，0.3cm)之间。