1.一种双孢蘑菇分级系统，其特征在于，所述系统包括：

机架；

离心式送料盘，设置在机架上，用于利用离心力将物料顺序送出；

第一输送带，固定安装在机架上，其一端与离心式送料盘相连接，用于输送从离心式送料盘中送出的蘑菇；

第二输送带，固定安装在机架上，位于第一输送带下方；

过渡连筒，连接在第一输送带的末端和第二输送带的前端，用于将第一输送带上输送的蘑菇传送至第二输送带，过渡连筒为C形结构的圆弧连接筒，其具有贯通的空腔，空腔也成C形结构，第一输送带输送的蘑菇运动至第一输送带的末端时，落入过渡连筒中，在重力作用下，蘑菇通过过渡连筒滑落至第二输送带上；

图像采集系统，用于获取第一输送带上的蘑菇的图像并采用双孢蘑菇分级判断方法判定蘑菇等级；

分级装置，用于对第二输送带上的蘑菇进行分级剔除；

控制装置，用于获取蘑菇等级信息并控制分级装置动作；

具体地，分级装置包括光电传感器和分拣抓，光电传感器设置在机架上，用于检测第二输送带上是否有蘑菇，光电传感器信号连接至控制装置；分拣抓包括分拣电机和若干拨杆，若干拨杆沿分拣电机的输出轴周向均匀布置，若干拨杆的一端固定连接至分拣电机的输出端，分拣电机的输出轴的轴心线与竖直方向具有一夹角，拨杆转动时用于将第二输送带上的蘑菇剔除；在拨杆远离分拣电机的端部还设置有拨片，拨片和拨杆垂直设置；

本系统还包括翻面装置和固定架，翻面装置包括红外传感器、相对设置的两个气缸和设置在气缸的输出端的挡板，固定架设置在机架上，两个挡板呈八字形布置，挡板开口较大的一端均固定连接至固定架，气缸动作时，用于控制两个挡板的自由端的开口角度，红外传感器信号连接至控制装置，用于检测蘑菇是否翻面；其中，图像采集系统包括第一图像采集装置和第二图像采集装置，第一图像采集装置用于采集蘑菇一面的图像信息，第二图像采集装置用于采集蘑菇另一面的图像信息，第一图像采集装置获取蘑菇的图像信息翻面装置位于第一图像采集装置沿第一输送带运动方向上的后侧，且位于第二图像采集装置沿第一输送带运动方向上的前侧；

双孢蘑菇分级判断方法包括如下步骤：

S1，获取蘑菇图像信息；

S2，提取感兴趣区域：根据蘑菇图像拍摄环境，设定参数并截取具有单一底色的蘑菇图像，获得待提取图像；计算出蘑菇外轮廓的最小外接矩形的左上点的坐标值，以及最小外接矩形的宽度W和高度H；

S3，图像分割，其包括：

S31，将待提取图像转化为灰度图像；

S32，采用OSTU阈值分割算法处理，得到二值化图像；

S33，进行形态学变换：使用3*3的矩阵作为模板进行闭运算，先膨胀，对图片的每一个像素x置于模板的中央，遍历所有被模板覆盖的其他像素，修改像素x的值为所有像素中最大的值，对膨胀后的图片进行腐蚀，对图像的每个像素做遍历修改像素为模板中的最小值，得到形态学变换图；

S34，对形态学变换图进行膨胀操作，得到背景图像；

S35，进行距离变换：设置掩模大小为3*3，设前景图片的RBG值为(255，255，255)，即白色；设背景图片的RBG值为(0，0，0)，即黑色；将非零像素点作为前景目标，零像素点作为背景；计算前景图片和背景图片的所有像素距离，使用最小二乘法，用所述距离替换为像素，生成距离变换图；

S36，以所述距离为阈值进行固定阈值二值化确定前景图像；

S37，将背景图像和前景图像相减，确定前景图像和背景图像重合的不确定区域，提取图像轮廓，得到标记markers；

S38，根据不确定区域在markers中经过分水岭变化最终得到原始图像的边界；

S4，根据获取的前景图像，计算前景图像的像素个数m，则蘑菇菌盖的面积为：m*25.4/d平方毫米，其中，d为摄像头的分辨率；

S5，按照预设规则，根据蘑菇菌盖的面积判定等级。

2.如权利要求1所述的一种双孢蘑菇分级系统，其特征在于，在S2中，采用OpenCV中的库函数findContours和boundingRect来计算蘑菇的最小外接矩形的左上点的坐标值，以及矩形的宽度W和高度H。

3.如权利要求1所述的一种双孢蘑菇分级系统，其特征在于，在S2中，还包括对所述最小外接矩形向外延伸13mm，得到扩展矩形。

4.如权利要求1所述的一种双孢蘑菇分级系统，其特征在于，S4中还包括分别计算蘑菇的正面和反面的面积，取二者最大值作为蘑菇的面积。

5.如权利要求1所述的一种双孢蘑菇分级系统，其特征在于，还包括S41，其包括：S411，提取特征点：构建Hessian矩阵，待提取图像中任意一个像素点X＝(x,y)的Hessian矩阵H(X,σ)如下：其中，σ为尺度，Lxx(X,σ)，Lxy(X,σ)，Lyy(X,σ)分别为高斯滤波后待提取图像在各个方向上的二阶导数；

将积分图像与方框滤波器的卷积近似表示为Dxx,Dxy,Dyy,则得到Hessian行列式近似计算为：2

det(Hessian)＝DxxDyy‑(λDxy)                               (2)其中，λ为权重系数，用来平衡使用方框滤波器近似带来的误差；

将所有经过Hessian矩阵处理后的像素点与尺度空间中的点进行非极大值比较，找出图像的兴趣点；

在尺度空间和图像空间中进行线性插值运算获得最后稳定的特征点；

S412，将原始图像转换为灰度图像；

根据提取到的特征点，以特征点为圆心画圆；

取蘑菇正面阈值为5mm，反面阈值为13mm；

如果圆的大小超过该阈值，则认为是残缺，反之，则不是残缺；

S5，按照预设规则，根据蘑菇菌盖的面积和残缺情况判定等级。