随着经济和社会的发展，食品安全问题得到人们的广泛关注，而鸡蛋作为日常生活中最大众化的食品之一，其品质检测和分级显得尤为重要。传统的鸡蛋品质检测和分级方法依靠人工视觉，检测效率低且精度不高。近年来，随着机器视觉和数字图像处理技术的专业化发展，机器视觉与图像处理相结合的方法以其高精度、高效率、连续性以及灵活性等诸多优点，逐渐成为研究的热点。　　 本文采用机器视觉与数字图像处理技术相结合的方法，将鸡蛋品质检测分为外部品质检测和内部品质检测两部分，其中外部品质指标主要包括鸡蛋的尺寸、蛋形指数以及鸡蛋重量，内部品质指标主要指鸡蛋新鲜度。　　 外部品质检测过程中，首先搭建鸡蛋外部品质检测视觉系统。然后，对采集的样本图像进行相应预处理，创新地提出一种OSTU法与形态学处理相结合的方法提取目标边缘，取得较好的效果。最后，根据改进的最小外接矩形法求得鸡蛋样本像素尺寸、像素面积，并利用相应的系统标定参数求取鸡蛋的真实尺寸、蛋形指数和重量。本文使用MATLAB对鸡蛋真实尺寸、重量和像素尺寸、面积进行拟合，并对其相关性进行分析。　　 内部品质检测主要利用表征鸡蛋新鲜度指标的哈夫单位值与鸡蛋透射图像颜色信息H、S、I的相关性，建立BP神经网络，实验结果表明该网络具有较好的泛化功能和鲁棒性，其中白色鸡蛋新鲜度检测BP神经网络的识别正确率为84％，褐色鸡蛋新鲜度神经网络识别正确率为88％。