1.一种基于计算机视觉的猴头菇无损检测分级方法，其特征在于包括以下步骤：第一步、特征参数提取——摄取作为训练样本的猴头菇菌盖俯视图像，进行提取特征因素的预处理后，提取颜色特征因素、大小特征因素、形状特征因素；所述颜色特征因素至少含有R、G、B均值之一，所述大小特征因素至少含有面积、周长、径长之一，所述形状特征因素至少含有圆形度、偏心率之一；

第二步、建立相应的判别函数——以猴头菇等级为因变量，以提取的颜色特征因素、大小特征因素、形状特征因素为自变量，按照判别分析准则、通过训练，构建猴头菇分级模型的判别函数；

第三步、猴头菇无损检测分级——摄取作为待检样本的猴头菇菌盖俯视图像，进行提取特征因素的预处理后，提取与分级模型相应的颜色特征因素、大小特征因素、形状特征因素；将相应数值分别代入构建的分级模型判别函数，通过比较各级判别函数计算结果，确定待检样本猴头菇的分级；

所述第一步的摄取图像包括在作为目标物的猴头菇一侧放置参照物，所述提取大小特征因素采取对黑白图像中的像素值进行统计，借助下式得到猴头菇的面积所述第三步的提取形状特征因素采用下式求得菌盖偏心率：

式中：P——菌盖偏心率；

Dmax——菌盖最大直径；

Dmin——菌盖最小直径。

2.根据权利要求1所述的基于计算机视觉的猴头菇无损检测分级方法，其特征在于：摄取作为训练样本的猴头菇菌盖俯视真彩图像后的预处理包括：灰度化——将摄取的真彩图像转换为灰度图像；

降噪——中值滤波消除图像中的噪声，使其成为平滑图像；

二值化——将平滑图像上的像素点灰度值设置为0、255，使其成为只有黑白图像；

边缘提取——将图像灰度变化突变处作为边缘轮廓。

3.根据权利要求2所述的基于计算机视觉的猴头菇无损检测分级方法，其特征在于：所述提取颜色特征因素从中值滤波降噪处理后的平滑图像中求取R像素平均值。

4.根据权利要求3所述的基于计算机视觉的猴头菇无损检测分级方法，其特征在于：采用Fisher判别准则构建猴头菇分级模型，以R像素平均值、面积S、菌盖偏心率P三个特征参数为自变量，以猴头菇的等级为因变量，构建Fisher分类三级模型判别函数。

5.根据权利要求4所述的基于计算机视觉的猴头菇无损检测分级方法，其特征在于：将待检样本猴头菇预处理后提取的R像素平均值、面积S、菌盖偏心率P值分别代入所述三级模型判别函数，并比较计算结果的数据，以最大值对应的等级作为待检样本猴头菇的分级结果。