1.一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，包括：通过对获取的待鉴别品种红枣的高光谱图像进行真彩色合成及灰度化处理，获取待鉴别品种红枣的灰度图像；

通过对比待鉴别品种红枣灰度图像中每个窗口的平均梯度值与设置阈值的大小，获取待鉴别品种红枣灰度图像的第一候选窗口；

通过计算待鉴别品种红枣灰度图像中每个第一候选窗口的最大颜色方差，获取待鉴别品种红枣灰度图像的第二候选窗口；

重复上述步骤获取标准品种红枣灰度图像的第二候选窗口；

通过计算每个待鉴别品种红枣灰度图像的第二候选窗口与所有标准品种红枣灰度图像的第二候选窗口的接近值构建窗口二部图，获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口；

通过获取每个待鉴别品种红枣的灰度图像第二候选窗口及其最优匹配的标准品种红枣灰度图像第二候选窗口的平均光谱序列，得到待鉴别品种红枣与每种标准品种红枣灰度图像的平均相似度；

通过对比待鉴别品种红枣与标准品种红枣灰度图像的平均相似度大小，完成对待鉴别红枣的品种鉴别。

2.根据权利要求1所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，所述获取待鉴别品种红枣的灰度图像的方法包括：利用高光谱成像技术，获取待鉴别品种红枣中不同成分对应的光谱数据；

通过对待鉴别品种红枣中不同成分对应的光谱数据进行真彩色合成，获取待鉴别品种红枣的可见光图像；

对待鉴别品种红枣的可见光图像进行阈值分割及灰度化处理，获取待鉴别品种红枣的灰度图像。

3.根据权利要求1所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，所述获取待鉴别品种红枣灰度图像的第一候选窗口的方法包括：对待鉴别品种红枣的灰度图像进行梯度提取，获取待鉴别品种红枣灰度图像中每个像素点的梯度值；

根据待鉴别品种红枣灰度图像中每个像素点的梯度值，对该灰度图像进行滑窗检测，获取该灰度图像中每个窗口的平均梯度值；

设置窗口平均梯度值阈值，将待鉴别品种红枣灰度图像中平均梯度值小于平均梯度值阈值的窗口作为待鉴别品种红枣灰度图像的第一候选窗口。

4.根据权利要求1所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，所述获取待鉴别品种红枣灰度图像的第二候选窗口的方法包括：对待鉴别品种红枣灰度图像的第一候选窗口进行颜色提取，获取每个待鉴别品种红枣灰度图像的第一候选窗口中各位置的RGB方差，进而获取每个待鉴别品种红枣灰度图像的第一候选窗口的最大颜色方差；

设置窗口最大颜色方差阈值，获取待鉴别品种红枣灰度图像中最大颜色方差小于窗口最大颜色方差阈值的第一候选窗口，选取Top‑K个最小的最大颜色方差的窗口，作为待鉴别品种红枣灰度图像的第二候选窗口。

5.根据权利要求1所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，所述获取每个待鉴别品种红枣灰度图像的第二候选窗口与所有标准品种红枣灰度图像的第二候选窗口的接近值的方法包括：利用最大颜色方差阈值分别对待鉴别品种红枣与标准品种红枣灰度图像中第二候选窗口的颜色方差进行区间划分，获取待鉴别品种红枣与标准品种红枣灰度图像中每个第二候选窗口在各个颜色方差区间的比例；

利用待鉴别品种红枣与标准品种红枣灰度图像中每个第二候选窗口在各个颜色方差区间的比例，获取每个待鉴别品种红枣与所有标准品种红枣的灰度图像的第二候选窗口的KL散度；

利用待鉴别品种红枣与标准品种红枣灰度图像中每个第二候选窗口的RGB值，获取每个待鉴别品种红枣与所有标准品种红枣的灰度图像的第二候选窗口的颜色差；

利用每个待鉴别品种红枣与所有标准品种红枣的灰度图像的第二候选窗口的KL散度和颜色差，获取每个待鉴别品种红枣灰度图像的第二候选窗口与所有标准品种红枣灰度图像的第二候选窗口的接近值。

6.根据权利要求1所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，所述获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口的方法包括：利用每个待鉴别品种红枣灰度图像的第二候选窗口与所有标准品种红枣灰度图像的第二候选窗口的接近值构建窗口二部图；

将窗口二部图的边权赋值为两者的接近值，然后利用KM匹配，进行最优的最小匹配，获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口。

7.根据权利要求1所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，其特征在于，所述得到待鉴别品种红枣与每种标准品种红枣灰度图像的平均相似度的方法包括：通过对每个待鉴别品种红枣灰度图像第二候选窗口中所有像素的光谱序列进行对应位置光谱值相加并求平均，获取每个待鉴别品种红枣的灰度图像第二候选窗口的平均光谱序列；

重复上述步骤，获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口；

利用光谱角匹配算法，获取每个待鉴别品种红枣灰度图像第二候选窗口与其最优匹配的标准品种红枣灰度图像第二候选窗口的相似度，进而得到待鉴别品种红枣与每种标准品种红枣灰度图像的平均相似度。