1.一种基于空间几何和色度学特征的菱角机器视觉选种方法，其特征在于，包括以下步骤：步骤1)采集菱角图像并分为训练和待测两组；

步骤2)基于菱角视觉选种系统的菱角图像视觉处理；

步骤3)基于菱角的几何特征和色度学特征参数，建立相应的判别函数，将此结果统计建立几何和色度学特征库；

步骤4)获取待检测菱角的特征并且与对应的特征库进行对比，判断出其类型；

所述步骤2)具体包括：

通过菱角图像读取，将菱角图像输入到视觉选种系统中，以便后续对图像进行视觉处理；

通过菱角图像灰度化，利用彩色图像灰度化在保留图像信息的同时，减少后续的计算量的方法，得到适合菱角图像的灰度化加权灰度值；

对采集到的菱角实际图像，利用加权平均灰度化算法，对菱角图像进行灰度化变换，即：I＝0.21R+0.41G+0.38B                      (1)其中，I为处理后的灰度图像，R为颜色图像RGB中的红色分量，G为颜色图像RGB中的绿色分量，B为颜色图像RGB中的蓝色分量；

通过中值滤波保护菱角边缘信息，采用经典的平滑噪声的方法，利用4×4的滤波尺度，对邻域内的所有像素灰度从小到大排序，然后取中间值作为中心像素的新值，从而消除孤立的噪声点；

采用二值化与阈值分割，利用图像阈值分割技术把杂质和菱角目标图形分离出来，利用照明装置固定的因素，采用全局阈值分割原理，即：其中，g(x,y)为分割后的图像，f(x,y)为原始图像，T为阈值参数；选取阈值参数T为50，使灰度区间内的目标像素值设置为255，范围之外的像素值设置为0，从而形成二值图像；

采用先腐蚀再膨胀的运算，并且结合较小的结构元素进行灰度形态学处理；抑制噪声和孔洞的出现，而不改变菱角种子的形状特征；

通过轮廓提取在图像中目标区域与背景区域灰度一定情况下，利用搜索菱角曲线、曲线追踪、曲线连接和轮廓选择的步骤，实现对菱角目标轮廓的提取，并得到菱角种子的几何尺寸信息，为创建几何特征库提供相应的方法；

采用颜色提取利用菱角表皮颜色不同，采集到的RGB颜色值也不同的原理，通过颜色直方图表达出不同的R、G、B三个分量的颜色分布情况，采用计算RGB三个通道的平均值来表示菱角的色度值，即：其中，Q为对象菱角的色度值，lR为红色通道的色度值，lG为绿色通道的色度值，lB为蓝色通道的色度值；

所述步骤3)具体包括：对菱角长轴、短轴、圆度、中心面积以及轴比的几何外形的形态学特征库的建立以及菱角色度学特征值库的建立，并建立菱角的空间几何判别函数；

对菱角几何特征库的建立，即选择菱角的形态学特征长轴H、短轴W和圆度C，中心面积A；

圆度C为菱角除了长短角的中心区域的边界接近圆的程度，即：其中，A为中心区域的面积，L为中心区域的轮廓周长；

另外，根据所得的长轴H和短轴W，计算得到菱角的轴比E，即：通过对空间上的三个空间几何特征圆度C、轴比E以及中心面积A，利用统计学建立菱角的空间几何判别函数，即：G＝2.6C+1.9E+2.2A+B                 (6)其中，G为判别函数值，B为常量；

对菱角色度学特征库的建立，通过计算菱角表皮的颜色图像的三个R、G、B通道的颜色值来确定菱角的色度学特征，通过计算，定义完好的菱角色度学特征值区间为[125,132]，脱皮破损的菱角色度学特征值区间为[135,140]之间，依据RGB的色度均值Q建立菱角的色度学特征库，作为视觉识别菱角选种的依据。