1.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的混乱样本整理系统，所述混乱样本整理系统被所述处理器执行时实现如下步骤：

A1、获取待整理的样本图片，将获取的样本图片统一调整至预设尺寸；

计算获取到的样本图片数量，根据预设的样本数量区间与文件夹数量的映射关系，确定当前样本图片数量对应的文件夹数量，将调整尺寸后的所有样本图片均匀分配至确定数量的文件夹中；

B1、对调整尺寸后的所有样本图片进行局部特征提取，以得到第一特征集合，所述局部特征为LBP特征或HOG特征；

C1、对所述第一特征集合中的局部特征进行PCA降维处理，得到降维处理后的第二特征集合；

D1、采用预设类型的聚类算法将第二特征集合中的局部特征聚类成预先设置的n类，根据第二特征集合中的局部特征聚类结果，将每个文件夹中的样本图片分成n类。

2.如权利要求1所述的电子装置，其特征在于，在所述步骤B1中，样本图片的局部特征的提取方式为：

针对每一张样本图片，提取一个局部特征；

或者，针对每一张样本图片，将该样本图片划分为预设的m个图像区域，从各个图像区域中分别提取一个局部特征，再计算m个图像区域的平均局部特征，该平均局部特征作为该样本图片的局部特征。

3.如权利要求1所述的电子装置，其特征在于，所述采用预设类型的聚类算法将第二特征集合中的局部特征聚类成预先设置的n类的步骤包括：a、随机在所述第二特征集合中选取n个局部特征作为种子点；

b、计算所述第二特征集合中的所有余下的局部特征分别到这n个种子点的距离，将所有余下的局部特征分别划分到其距离最近的种子点的点群，得到n个点群；

c、计算得到的每个点群的中心，将种子点移动到点群的中心；

d、重复步骤b和c，直到种子点不再移动后，此时的n个点群则为分类结果。

4.一种混乱样本整理方法，其特征在于，该方法包括步骤：A2、获取待整理的样本图片，将获取的样本图片统一调整至预设尺寸；

计算获取到的样本图片数量，根据预设的样本数量区间与文件夹数量的映射关系，确定当前样本图片数量对应的文件夹数量，将调整尺寸后的所有样本图片均匀分配至确定数量的文件夹中；

B2、对调整尺寸后的所有样本图片进行局部特征提取，以得到第一特征集合，所述局部特征为LBP特征或HOG特征；

C2、对所述第一特征集合中的局部特征进行PCA降维处理，得到第二特征集合；

D2、采用预设类型的聚类算法将第二特征集合中的局部特征聚类成预先设置的n类，根据第二特征集合中的局部特征聚类结果，将每个文件夹中的样本图片分成n类。

5.如权利要求4所述的混乱样本整理方法，其特征在于，在所述步骤B2中，样本图片的局部特征的提取方式为：

针对每一张样本图片，提取一个局部特征；

或者，针对每一张样本图片，将该样本图片划分为预设的m个图像区域，从各个图像区域中分别提取一个局部特征，再计算m个图像区域的平均局部特征，该平均局部特征作为该样本图片的局部特征。

6.如权利要求4所述的混乱样本整理方法，其特征在于，所述采用预设类型的聚类算法将第二特征集合中的局部特征聚类成预先设置的n类的步骤包括：a、随机在所述第二特征集合中选取n个局部特征作为种子点；

b、计算所述第二特征集合中的所有余下的局部特征分别到这n个种子点的距离，将所有余下的局部特征分别划分到其距离最近的种子点的点群，得到n个点群；

c、计算得到的每个点群的中心，将种子点移动到点群的中心；

d、重复步骤b和c，直到种子点不再移动后，此时的n个点群则为分类结果。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有混乱样本整理系统，所述混乱样本整理系统可被至少一个处理器执行，以使所述至少一个处理器执行如下步骤：

获取待整理的样本图片，将获取的样本图片统一调整至预设尺寸；

计算获取到的样本图片数量，根据预设的样本数量区间与文件夹数量的映射关系，确定当前样本图片数量对应的文件夹数量，将调整尺寸后的所有样本图片均匀分配至确定数量的文件夹中；

对调整尺寸后的所有样本图片进行局部特征提取，以得到第一特征集合，所述局部特征为LBP特征或HOG特征；

对所述第一特征集合中的局部特征进行PCA降维处理，得到第二特征集合；

采用预设类型的聚类算法将第二特征集合中的局部特征聚类成预先设置的n类，根据第二特征集合中的局部特征聚类结果，将每个文件夹中的样本图片分成n类。

8.如权利要求7所述的计算机可读存储介质，其特征在于，所述样本图片的局部特征的提取方式为：

针对每一张样本图片，提取一个局部特征；

或者，针对每一张样本图片，将该样本图片划分为预设的m个图像区域，从各个图像区域中分别提取一个局部特征，再计算m个图像区域的平均局部特征，该平均局部特征作为该样本图片的局部特征。