1.一种基于机器人视觉的目标图像匹配系统，其特征在于，包括：中央处理模块，所述中央处理模块用于用于负责整个交换系统的模块间呼叫接续管理，通过构建中央中央数据库来实现对中继资源和各种共享资源的管理，并负责管理和维护中心模块的设备；

中央数据库，所述中央数据库和所述中央处理模块电性连接，所述中央数据库储存有用于对比的标准图片；

图像预处理模块，所述图像预处理模块和所述中央处理模块电性连接，所述图像处理单元对图象进行平滑、增强、恢复和滤波处理，从而增加画质的清晰度和完整度；

图像拆分模块，所述图像拆分模块和所述中央处理模块电性连接，所述图像拆分模块将图片中的图像拆分成各个独立的目标物体；

目标图像选择模块，所述目标图像选择模块和所述中央处理模块电性连接，所述目标图像选择模块包括主动选择单元和自动选择单元；在进行一次图像拆分完之后，使用者可通过主动选择单元选择需要匹配的目标，没有被选中的目标自动舍弃，从而降低工作量；

自动选择单元用于将无法识别的目标先行舍弃，从而降低图像处理的工作量；

图像变化模块，所述图像变化模块和所述中央处理模块电性连接，所述图像变换模块包括旋转单元和缩放单元；所述旋转单元对选中的目标进行旋转，从而便于匹配；

所述缩放单元对选中的目标进行缩放，从而便于目标的识别和匹配；

一次图像识别模块，所述一次图像识别模块和所述中央处理模块电性连接，对图像进行数据化处理，通过调用中央数据库，将目标图像的数据和中央数据库中的数据进行对比，能够进行匹配的，可直接输出图像的识别结果。

2.如权利要求1所述的一种基于机器人视觉的目标图像匹配系统，其特征在于，所述中央数据库中设置有数据更新单元，在识别出图片中的图像后，由审核员或者使用者进行评价，评价是或者否，若评价为“是”，则将该图片和识别的答案储存到中央数据库中，作为标准图片。

3.如权利要求1所述的一种基于机器人视觉的目标图像匹配系统，其特征在于：所述中央数据库中设置优先级划分单元，在识别出图片中的图像后，由审核员或者使用者进行评价，评价是或者否，根据两个评价的比例来确定对比时调用该图像的优先级，是所占的比例越高，则在目标图像匹配时调用该图像的优先级越高；反之，否所占的比例越高，则在目标图像匹配时调用该图像的优先级越低。

4.如权利要求1所述的一种基于机器人视觉的目标图像匹配系统，其特征在于，结构拆分模块；所述结构拆分模块和所述中央处理模块电性连接，对于不能和中央数据库中的图片数据进行匹配的数据，启用二次识别拆分模块；用于对同一个物体进行二次拆分，从而将同一个目标拆分成多个结构；

所述结构拆分模块包括结构拆分数据库；二次中央数据库中放置有各种物体的结构特征数据；

还包二次括图像识别模块；所述二次图像识别模块和所述中央处理模块电性连接，将单个的目标图像数据和二次中央数据库中的进行对比并匹配，从而将各个特征进行拆分，并且得到目标图像各个结构的属性。

5.如权利要求1所述的一种基于机器人视觉的目标图像匹配系统，其特征在于，还包括异常去除模块；所述异常去除模块和所述中央处理模块电性连接，目标的各个结构的匹配结果不相适用时，则调用此模块，用于去除异常数据，得到匹配结果；

所述异常去除模块包括结构优先级设置单元，设置各个结构对正确匹配的贡献度；当某些特征的贡献度叠加大于预设值时，则将该特征的物品或物种作为匹配结果。

6.如权利要求5所述的一种基于机器人视觉的目标图像匹配系统，其特征在于：还包括异常分析模块，所述异常分析模块和所述中央处理模块电性连接，对异常的图像进行进一步分析；

异常分析模块包括启闭单元，所述启闭单元用于控制本模块的启闭，当关闭时，异常图像直接转到人工识别；当开启时，对异常图像进行进一步分析。

7.如权利要求6所述的一种基于机器人视觉的目标图像匹配系统，其特征在于：异常分析模块还包括结构数量评判单元、结构组装单元和目标数量计量单元；

结构数量评判单元用于判断图像目标的各个结构的数量是否符合常识；

当图像目标的结构多于常识时，可判定为目标异常，可通过结构组装单元进一步判断结构的组装关系是否异常；

结构组装单元用于对各个结构的组装关系进行常识性的匹配，如头颅和尾巴应该位于躯干的两侧，杯子的把手应该位于杯子的侧壁上；

如异常图像符合组装关系，则可以匹配为异常特征加主体特征，如命名为两个头的狮子，三个把手的杯子；

如异常图像不符合组装关系，则开启目标数量计量单元，识别图片中同类目标的数量；

若有多个相同的目标图像，则可将异常结构归类为一个多个目标的重合；

若只有一个目标图像，则转到人工审核，进行人工匹配。

8.一种基于机器人视觉的目标图像匹配方法，其特征在于，包括以下步骤：S1、录入图像，图像处理单元对图象进行平滑、增强、恢复和滤波处理，从而增加画质的清晰度和完整度

S2、图像拆分模块将图片中的图像拆分成各个独立的目标物体，并选择需要匹配的目标；

S3、对选中的目标进行旋转和缩放，从而便于目标的识别和匹配；

S4、对图像进行数据化处理，通过调用中央数据库，将目标图像的数据和中央数据库中的数据进行对比，能够进行匹配的，可直接输出图像的识别结果；

S5、对于不能和中央数据库中的图片数据进行匹配的数据，启用二次识别拆分模块；用于对同一个物体进行二次拆分，从而将同一个目标拆分成多个结构；

S6、目标的各个结构的匹配结果不相适用时，则调用异常去除模块，去除异常数据，得到匹配结果。

9.根据权利要求8所述的一种基于机器人视觉的目标图像匹配方法，其特征在于，在需要时，对异常值进行进一步分析，包括以下步骤：S7、结构数量评判单元用于判断图像目标的各个结构的数量是否符合常识；

S8、当图像目标的结构多于常识时，可判定为目标异常，可通过结构组装单元进一步判断结构的组装关系是否异常；

S9、结构组装单元对各个结构的组装关系进行常识性的匹配，如异常图像符合组装关系，则可以输出组合对比结果，

S10、如异常图像不符合组装关系，则开启目标数量计量单元，识别图片中同类目标的数量；

S11、若有多个相同的目标图像，则可将异常结构归类为一个多个目标的重合；

若只有一个目标图像，则转到人工匹配。