1.一种银行贵金属智能盘库系统，其特征在于：所述银行贵金属智能盘库系统包括多个作为基础处理单元的货柜，货柜包括多个抽屉，货柜还包括视频图像采集模块、存储模块、图像处理平台以及后台数据库管理系统；

所述视频图像采集模块设置在抽屉内，用于采集抽屉内部视频图像数据；

所述存储模块用于货柜中所有视频图像采集模块采集的视频图像数据的功能性处理；

所述图像处理平台与视频图像采集模块及存储模块连接；

所述后台数据库管理系统能够对外对接获取入库信息及库存信息。

2.根据权利要求1所述的银行贵金属智能盘库系统，其特征在于：所述视频图像采集模块包括光源和摄像机；所述光源为白色LED背光源或绿色LED背光源；所述摄像机为安装在抽屉中心位置的能够全覆盖抽屉区域视野的摄像机。

3.根据权利要求1所述的银行贵金属智能盘库系统，其特征在于：所述后台数据库管理系统基于B/S模式。

4.一种银行贵金属智能盘库方法，其特征在于：所述方法基于权利要求1-3任一所述的银行贵金属智能盘库系统，所述方法包括：步骤1，银行贵金属智能盘库系统启动，视频图像采集模块采集贵金属视频图像数据，存储模块对视频图像数据进行功能性处理，功能性处理包括存储、转发、回放、查询视频图像数据；

步骤2，根据步骤1中所述视频图像数据进行贵金属目标检测，包括使用基于图像分割和颜色空间分析方法对视频图像数据中的贵金属目标特征、位置进行检测，得到贵金属二值图像；

步骤3根据步骤2中检测结果进行贵金属自动识别，包括使用基于计算机视觉方法检测出贵金属目标特征的形状描述符信息，将形状描述符信息在预先定义的特征信息库中进行匹配，完成贵金属的自动识别，自动识别包括自动分类；

步骤4，根据步骤3中的自动识别结果进行贵金属数据库统计，包括使用数据库方法对自动识别的贵金属信息进行动态管理、维护，实时更新贵金属的信息并通过对外对接，获取出入库信息、库存信息，实现盘库自动核对及输出盘库统计结果，所述信息包括类别、位置、数量信息。

5.根据权利要求4所述的银行贵金属智能盘库方法，其特征在于：所述贵金属目标检测包括：步骤a，图像分割和光谱特征选取，包括利用Mean Shift算法对视频图像数据进行初步分割，得到分割的灰度图像；

步骤b，光谱特征选取及阈值计算，包括在色彩空间中选择归一化后的R分量与B分量的差值BR分量作为贵金属检测特征，根据Otsu自动阈值方法计算贵金属检测特征的最优阈值；

步骤c，阈值分割，用最优阈值T_BR对视频图像数据进行二值化，将BR＜T_BR的像素点判定为金属区域S为贵金属二值图像，金属区域S为；

S＝{(i,j)|BR(i,j)＜T_BR}；

将BR≥T_BR的像素点判定为背景区域；

其中，BR(i,j)为像素(i,j)BR的特征值，T_BR为金属检测特征BR分量的最优阈值。

6.根据权利要求5所述的银行贵金属智能盘库方法，其特征在于：所述Otsu自动阈值方法包括将灰度图像进行Otsu处理，得到阈值T_MS，判定灰度值大于T_MS的影像像素加入到主检测特征BR的属性直方图，使用基于Otsu计算出BR分量的最优阈值为T_BR。

7.根据权利要求4所述的银行贵金属智能盘库方法，其特征在于：所述贵金属自动识别是根据形状描述符信息对贵金属进行分自动识别，形状描述符信息包括骨架、形状因子、偏心率、对称轴。

8.根据权利要求7所述的银行贵金属智能盘库方法，其特征在于：所述计算机视觉方法包括：步骤1a，根据距离变换进行骨架提取；所述距离变换是计算一个图像中非零像素点到最近零像素点最短距离的过程；

步骤1b，计算形状因子：F＝L2/4πA，A为一个连通区域的面积即像素的个数，L为连通区域的周长，即边界像素的个数；形状因子值最小时，对应的为圆形贵金属；

步骤1c，计算椭圆偏心率及对称轴，对称轴包括长轴及短轴，根据目标区域的转动惯量来初步计算长轴方向与短轴方向，再根据两个主轴方向和质心计算长轴和短轴，初步计算长轴方向与短轴方向为计算长轴斜率k与短轴斜率l：其中， 分别是刚体绕X，Y轴的转动惯量，H＝∑mixiyi为惯性积。