1.一种大豆品质多参数的快速无损检测方法，其特征在于，包括：获取检测样品在多个波段下的二维灰度图像，将所有波段下的二维灰度图像合成三维高光谱图像；

对所述三维高光谱图像按每粒大豆进行分割，确定每粒大豆的高光谱图像数据；

从所述高光谱图像数据中提取出每粒大豆的光谱数据，将每粒大豆的光谱数据经预处理和特征波段筛选后，分别输入预测模型，根据所述预测模型的输出结果，确定每粒大豆的多个品质参数值；

其中，所述预测模型是根据所述多个品质参数值已知的训练样本，以多个品质参数值作为标签，训练样本的每粒大豆光谱数据作为输入，进行训练后得到。

2.根据权利要求1所述的大豆品质多参数的快速无损检测方法，其特征在于，将每粒大豆的光谱数据经预处理和特征波段筛选后，分别输入预测模型之前，还包括：根据训练样本，以已知的多个品质参数值为标签，以经预处理后筛选出来的多个特征波段对应的光谱数据作为输入，构建模型进行训练，得到所述预测模型。

3.根据权利要求2所述的大豆品质多参数的快速无损检测方法，其特征在于，所述构建模型进行训练，得到所述预测模型之前，还包括：获取训练样本在预设波长范围下不同波段的二维灰度图像，将所述不同波段下的二维灰度图像合成三维高光谱训练图像；

对所述三维高光谱训练图像按每粒大豆进行分割，确定每粒大豆的高光谱图像训练数据；

以整粒大豆图像为感兴趣区域提取光谱数据；

根据无信息变量消除法、遗传算法或逐步线性回归算法，对所述光谱数据的不同波段进行筛选，得到所述多个特征波段。

4.根据权利要求2所述的大豆品质多参数的快速无损检测方法，其特征在于，得到所述预测模型之后，还包括：

根据已知品质参数值的预测集样本对所述预测模型的准确性进行校验；

若准确性不满足预设条件，则重新选取特征波长，对所述预测模型进行训练。

5.根据权利要求1至4任一项所述的大豆品质多参数的快速无损检测方法，其特征在于，所述合成三维高光谱图像之后，还包括：获取白色光谱参考标准校准板图像，以及获取全黑校正图像；

根据所述白色光谱参考标准校准板图像和所述全黑校正图像，对所述高光谱图像数据进行黑白校正。

6.根据权利要求1至4任一项所述的大豆品质多参数的快速无损检测方法，其特征在于，所述品质参数包括脂肪酸含量、粗蛋白含量和蔗糖含量。

7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述大豆品质多参数的快速无损检测方法的步骤。

8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述大豆品质多参数的快速无损检测方法的步骤。

9.一种大豆品质多参数的快速无损检测装置，其特征在于，包括暗箱、移动平台、光源、高光谱成像仪和权利要求7所述的电子设备；

所述移动平台用于放置检测样品，其设置在所述暗箱内，且可在所述暗箱内进行直线往复移动；

所述光源设置在所述暗箱内，用于产生不同波长的光谱；

所述高光谱成像仪设置在暗箱内，用于获取检测样品的光谱图像；

所述电子设备与所述高光谱成像仪连接。

10.根据权利要求9所述的大豆品质多参数的快速无损检测装置，其特征在于，所述高光谱成像仪为推扫式高光谱成像仪。