1.一种重叠双孢蘑菇的分割识别方法，其特征在于，包括以下步骤：步骤A：采集工厂化环境下双孢蘑菇图像；

步骤B：利用图像的梯度特征，分别计算X方向和Y方向的灰度梯度，即对图像求一阶微分；

步骤C：根据获取的X方向和Y方向的灰度梯度，通过极大值求取全局梯度阈值再分割图像，获得双孢蘑菇区域二值图像；

步骤D：采用中值滤波对经过步骤C得到的双孢蘑菇区域二值图像去除脉冲噪声，同时又保留了图像边缘细节；对双孢菇区域再进行形态学处理，初步去除土壤中的菌丝；运用Canny算子对处理后的二值图边缘检测，获取双孢蘑菇区域的实际边缘轮廓；

步骤E：对步骤D获取的重叠双孢蘑菇区域的边缘轮廓提取凸壳及凹区域，并对获取的凹区域进行多边形简化；

步骤F：运用Shi‑Tomasi角点检测对E步骤中简化的多边形提取各个顶点，最后通过分析各个顶点到双孢蘑菇凸壳轮廓的距离关系，筛选和确定分割点，完成重叠双孢蘑菇轮廓的分割；

步骤G：通过计算步骤F中分割的轮廓长度和曲率，筛选长度较长且曲率较大的双孢蘑菇轮廓段，运用最小二乘椭圆拟合算法对部分轮廓段进行拟合椭圆，重构双孢蘑菇轮廓，计算得到双孢蘑菇椭圆轮廓的中心坐标、长轴大小和短轴大小；

步骤H：对于步骤G筛选余留下来的重叠双孢蘑菇轮廓进行圆拟合插值算法重建双孢蘑菇目标，计算得到双孢蘑菇圆轮廓的中心坐标和半径大小。

2.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤B中，假设图像为f(x，y)，则f(x，y)在坐标点(x，y)处的X方向和Y方向的梯度分别为：

3.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤C包括：步骤C1：输入图像为f(x，y)，根据X和Y方向的梯度计算出梯度的极大值：其中， 为图像在(x，y)处的X方向和Y方向的梯度；

步骤C2：根据所求极大值，计算全局梯度阈值T：

其中，P(x，y)为(x，y)处的灰度值，Rx、Ry分别为图像的行数和列数；

步骤C3：将全局梯度阈值T用于图像分割，提取双孢蘑菇区域，分割后的二值图像G(x，y)为：

4.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤D包括：步骤D1：对获取的双孢蘑菇区域二值图像中值滤波处理，输出为：s(x，y)＝med{d(x‑k，y‑l)，(k，l∈W)}其中，d(x，y)，s(x，y)分别为原始图像和处理后的图像，W为二维模板；

步骤D2：采用圆形结构元素对中值滤波后的区域做开运算，将土壤中的菌丝杂质去除掉；

步骤D3：通过Canny算子检测经过步骤D2得到的二值图像，统计各连通区域像素数，对像素数面积小于1200的独立的边界轮廓黑色化处理，获取双孢蘑菇的实际轮廓。

5.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤E中重叠双孢蘑菇区域凸壳通过卷包裹凸壳算法获取，将凸壳曲线围成的区域与重叠双孢蘑菇区域进行像素操作可以得到凹区域：其中，p(x，y)，q(x，y)，h(x，y)分别表示重叠双孢蘑菇区域、凸壳区域和所求凹区域；对获取的各个凹区域进行凸多边形简化。

6.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤F中对简化后的多边形用Shi‑Tomasi角点检测提取各个顶点，对自相关矩阵M进行特征值分析，产生两个特征值(λ1，λ2)和两个特征方向向量，Shi‑Tomasi使用的打分函数L为：L＝min(λ1，λ2)。

7.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤G包括：步骤G1：判断轮廓是否为弧，使用遍历方法找曲线上任意一点弓形高，根据海伦公式计算出弓形高H：其中z，v，n为轮廓两端点与曲线上任一点组成三角形的三边长，p为半周长，S为三角形的面积；

步骤G2：根据步骤G1计算得的点到直线的距离，并计算弧的弦长，可得弓形曲率Curvity：其中R为弓形曲率半径，IArc为弦长，hArc为弓形高；

步骤G3：由步骤G2计算各轮廓的曲率，筛选曲率大于0.9且轮廓长大于200像素的轮廓，对得出的每个轮廓取N个测量点为Pi(xi，yi)(i＝1，2，...，N)，依据最小二乘原理，拟合目标函数为：欲使得F最小，需：

可以解得A，B，C，D，E的值，根据椭圆特性，可以计算出椭圆位置参数(θ，x0，y0)以及形状参数(a，b)。

8.如权利要求1所述的重叠双孢蘑菇的分割识别方法，其特征在于，所述步骤H对于步骤G筛选余留下来的重叠双孢蘑菇轮廓运用圆拟合插值算法，在轮廓上选取n个点(xj，yj)，拟合出圆，理论圆心坐标(t，u)，圆半径r：