1.一种防水布质量数据处理、识别方法，其特征在于，该方法包括如下步骤：获取各防水布灰度图像；

根据各防水布灰度图像上的各像素点灰度值对防水布灰度图像进行筛选，得到各防水布异常灰度图像和各防水布异常灰度图像对应的各异常区域；

根据所述各异常区域中各像素点灰度值，得到所述各异常区域对应的灰度共生矩阵；

根据所述各异常区域中各像素点对应的梯度方向，得到所述各异常区域对应的目标方向；

根据所述目标方向，得到所述各异常区域对应的灰度共生矩阵对应的置信度；根据所述置信度和所述灰度共生矩阵对应的特征值，得到各防水布异常灰度图像对应的异常程度；根据所述异常程度，对各防水布异常灰度图像对应的防水布区域进行质量评估；

所述根据各防水布灰度图像上的各像素点灰度值对防水布灰度图像进行筛选，得到各防水布异常灰度图像和各防水布异常灰度图像对应的各异常区域的方法，包括：根据各防水布灰度图像上各像素点灰度值对各防水布灰度图像进行分割，得到各防水布灰度图像对应的各区域；

根据各防水布灰度图像对应的各区域对应的平均灰度值，判断各防水布灰度图像是否为防水布异常灰度图像；

对各防水布异常灰度图像对应的各区域进行筛选，得到各防水布异常灰度图像对应的各异常区域；

所述根据各防水布灰度图像对应的各区域对应的平均灰度值，判断各防水布灰度图像是否为防水布异常灰度图像的方法，包括：根据所述各区域中各像素点灰度值，得到所述各区域对应的平均灰度值；

将所述各防水布灰度图像对应的各区域对应的平均灰度值按照顺序排列，得到各防水布灰度图对应的平均灰度值序列；

计算所述平均灰度值序列中相邻两个平均灰度值之间的差值，得到各防水布灰度图对应的差值序列；

获取所述差值序列中的最大值，获取所述差值序列中仅次于对应最大差值的第二差值，获取所述差值序列中仅次于对应第二差值的第三差值；

判断各防水布灰度图像对应的最大差值与对应的第三差值之间差的绝对值是否大于预设差值阈值以及各防水布灰度图像对应的第二差值与对应的第三差值之间差的绝对值是否大于预设差值阈值，若是，则判断对应的防水布灰度图像为防水布异常灰度图像；

所述对各防水布异常灰度图像对应的各区域进行筛选，得到各防水布异常灰度图像对应的各异常区域的方法，包括：获得所述最大差值对应的两个区域的平均灰度值的平均值；

将所述最大差值对应的两个区域的平均灰度值的平均值记为各防水布异常灰度图像对应的第一阈值；

获得所述仅次于对应最大差值的第二差值对应的两个区域的平均灰度值的平均值；

将所述仅次于对应最大差值的第二差值对应的两个区域的平均灰度值的平均值记为各防水布异常灰度图像对应的第二阈值；

根据所述第一阈值和第二阈值，得到各防水布异常灰度图像对应的各异常区域；

所述根据所述各异常区域中各像素点灰度值，得到所述各异常区域对应的灰度共生矩阵；根据所述各异常区域中各像素点对应的梯度方向，得到所述各异常区域对应的目标方向的方法，包括：根据所述各防水布异常灰度图像对应的任意两个异常区域中其中一个异常区域中各像素点与另外一个异常区域中各像素点之间的距离，构建得到各防水布异常灰度图像对应的任意两个异常区域之间的距离序列；

获取所述距离序列中的最小值，将所述最小值记为各防水布异常灰度图像对应的任意两个异常区域之间的目标距离；

判断所述目标距离是否小于预设距离阈值，若是，将对应的两个异常区域共同组成的异常区域记为综合异常区域；

获取所述综合异常区域中各像素点的梯度方向，利用主成分分析法得到各综合异常区域对应的第一主成分方向；将所述第一主成分方向记为各防水布异常灰度图像对应的各综合异常区域对应的目标方向；

获取所述各综合异常区域对应的最小外接矩形的长和宽；

根据所述各综合异常区域对应的最小外接矩形的长和宽，构建得到各目标防水布异常灰度图像对应的长度序列和宽度序列；

选取所述长度序列中的最大值和宽度序列中的最大值，根据所述长度序列中的最大值和宽度序列中的最大值，得到各防水布异常灰度图像对应的各综合异常区域对应的目标外接矩形；

根据所述各综合异常区域对应的目标外接矩形，得到所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵以及所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵；

所述根据所述目标方向，得到所述各异常区域对应的灰度共生矩阵对应的置信度；根据所述置信度和所述灰度共生矩阵对应的特征值，得到各防水布异常灰度图像对应的异常程度的方法，包括：根据所述目标方向，得到所述各综合异常区域对应的特征角度；

根据所述各综合异常区域对应的特征角度，得到所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵对应的置信度以及所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵对应的置信度；

将所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵对应的对比度与对应灰度共生矩阵的置信度相乘，得到所述各综合异常区域对应的第一特征对比度；

将所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵对应的对比度与对应灰度共生矩阵的置信度相乘，得到所述各综合异常区域对应的第二特征对比度；

对各防水布异常灰度图像对应的各综合异常区域对应的第二特征对比度和第一特征对比度求和，得到各防水布异常灰度图像对应的目标对比度；

将所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵对应的熵值与对应灰度共生矩阵的置信度相乘，得到所述各综合异常区域对应的第一特征熵值；

将所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵对应的熵值与对应灰度共生矩阵的置信度相乘，得到所述各综合异常区域对应的第二特征熵值；

对各防水布异常灰度图像对应的各综合异常区域对应的第一特征熵值和第二特征熵值求和，得到各防水布异常灰度图像对应的目标熵值；

对各防水布异常灰度图像对应的目标对比度和目标熵值求和，将求和的结果记为各防水布异常灰度图像对应的异常程度；

所述根据所述各综合异常区域对应的特征角度，得到所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵对应的置信度以及所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵对应的置信度的方法，包括：将所述第一角度记为 ，将所述第二角度记为 ；

当所述各综合异常区域对应的特征角度 的值满足 时，所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵对应的置信度为 ，所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵对应的置信度为 ；

当所述各综合异常区域对应的特征角度 的值满足 时，所述各综合异常区域对应的目标外接矩形在第一角度方向上的灰度共生矩阵对应的置信度为 ，所述各综合异常区域对应的目标外接矩形在第二角度方向上的灰度共生矩阵对应的置信度为 。