作为生长发育中的关键影响因子之一，湿度变化对控制杏鲍菇原基形成数量有重要的生产意义。然而，目前统计原基数量仍以人工为主且尚未建立起相应的原基形成速率模型。因此，本文采用以机器视觉为基础的原基数量统计方法来建立原基形成速率模型。为解决原基数量统计问题，首先对原基图像预处理、灰度识别模板提取等进行研究，采用以原基尺寸为依据的识别模板对原基数量进行识别统计，然而识别率较低；进而结合原基灰度图像矩阵表现形式，提出了基于原基尺寸和形状的“遗传-特征-筛选”的方法提取原基形态特征种子，并建立原基种子形态特征库，以便直观显示种子特征数据信息；接着采用基于遗传思想的原基种子挖掘方法对原基种子形态特征库进行大数据分析，得到12个适用于原基形态特征提取的种子。借助反向传播神经网络，以种子匹配原基数量为输入、实际原基数量为输出建立了原基数量神经网络预测模型，实现了原基数量的统计。验证结果表明，原基数量统计准确率达到94.79%。根据不同相对湿度下的原基数量统计结果，建立了原基形成速率变化模型。试验表明，基于机器视觉的原基数量统计方法能够对不同湿度下的原基形成速率进行评估。