1.一种双孢蘑菇分级判断方法，其特征在于，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判断方法，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判断方法，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判断方法，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判断方法，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：det(Hessian)＝DxxDyy-(λDxy)2                               (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。