1.一种基于机器视觉的禽类受精蛋检测方法，其特征在于：包括如下步骤：
步骤1，将待测禽蛋开始孵化；
步骤2，使用相机拍摄经步骤1孵化一定时间的待测禽蛋发育图片；
步骤3，将步骤2获得的待测禽蛋发育图片进行图像处理，获得待测禽蛋透光性结果；
步骤4，根据步骤3获得的待测禽蛋透光性结果，判断待测禽蛋是否为受精蛋。
2.如权利要求1所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：步骤2中，使用相机拍摄时，如待测禽蛋为受精蛋，经步骤1孵化一定时间的发育期为起眼期。
3.如权利要求1或2所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：当所述待测禽蛋为鸡蛋时，步骤1所述孵化的条件为：温度37.8℃，相对湿度是55％-65％，禽蛋放置方式为钝端朝上、锐端朝下；步骤2中所述一定时间为5天，
当所述待测禽蛋为鸭蛋时，步骤1所述孵化的条件为：温度38.0℃，相对湿度是55％-65％，禽蛋放置方式为钝端朝上、锐端朝下；步骤2中所述一定时间为7天。
4.如权利要求1或2所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：
步骤1所述孵化之前，包括对待测禽蛋进行表面消毒处理的步骤,以减少细菌的滋生；
所述表面消毒处理使用消毒液进行。
5.如权利要求1或2所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：步骤2中，所述相机为CCD相机，
和/或，所述拍摄的方式为：所述相机在待测禽蛋钝端一侧拍摄待测禽蛋；拍摄时待测禽蛋的放置方式为钝端朝上、锐端朝下，且在待测禽蛋的锐端一侧设发光光源照射待测禽蛋。
6.如权利要求1或2所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：步骤3包括如下步骤：
步骤3.1，将步骤2获得的待测禽蛋发育图片进行预处理，以有效抑制噪声；
步骤3.2，对经预处理后的图片进行灰度化处理，获得灰度图像；
步骤3.3，在灰度图像的待测禽蛋中心区域选取感兴趣区域；
步骤3.4，选取阈值T，对感兴趣区域进行二值化处理，获得待测禽蛋透光性结果。
7.如权利要求6所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：步骤3.1中，预处理为中值滤波预处理；
和/或，步骤3.4中，二值化处理的方法为：将灰度图像中的感兴趣区域中像素点大于阈值T的像素值变为255，即白色像素点；将灰度图像中的感兴趣区域中像素点小于阈值T的像素值变为0，即黑色像素点。
8.如权利要求6所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：步骤3.4中，阈值T的选取方法为：
选取与待测禽蛋品种相同的禽蛋样本，按照与待测禽蛋相同的方法获得该样本中各受精蛋和无精蛋个体灰度图像中的感兴趣区域及其中所有像素点的像素值，得到区分受精蛋和无精蛋的适当的像素值作为阈值T。
9.如权利要求6所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：步骤4包括如下步骤：
步骤4.1，获得感兴趣区域内黑色像素点个数n；
步骤4.2，设定判别阈值N；
步骤4.3，将黑色像素点个数n和判别阈值N进行比较，若黑色像素点个数n大于判别阈值N，则判断待测禽蛋为受精蛋；否则为无精蛋。
10.如权利要求9所述的基于机器视觉的禽类受精蛋检测方法，其特征在于：判别阈值N的设定方法为：统计与待测禽蛋品种相同的禽蛋样本中各受精蛋和无精蛋个体的感兴趣区域内黑色像素点个数n，得到区分受精蛋和无精蛋的适当的n值，作为判别阈值N。