1.一种基于图像处理的采矿过程矿石颗粒分割方法，其特征在于，该方法包括以下步骤：

获取矿石分割后的RGB图像，对RGB图像进行超像素分割得到至少两个最终超像素块；

获取每个最终超像素块的边缘像素点，根据边缘像素点与边缘像素点所属最终超像素块的种子点之间的度量距离，以及边缘像素点与其周围像素点之间的颜色信息差异，获取每个最终超像素块中的每个边缘像素点的误差分割率；

在所述超像素分割的过程中，对每次迭代过程下的分割结果进行形态学处理，得到对应迭代过程下的每个超像素块的每个边缘像素点的特征值；根据迭代次数、每次迭代过程下的每个超像素块的每个边缘像素点对应的度量距离和特征值获取每个最终超像素块中的每个边缘像素点的分割变化频率；

根据每个最终超像素块中的每个边缘像素点的误差分割率和分割变化频率获取对应最终超像素块的真实边缘点，根据真实边缘点完成RGB图像中的矿石分割。

2.如权利要求1所述的一种基于图像处理的采矿过程矿石颗粒分割方法，其特征在于，所述误差分割率的获取方法，包括：以RGB图像中的每个像素点为中心点设定预设尺寸的邻域区域，根据邻域区域中每个像素点的像素值获取中心点的一阶颜色矩；

取任意一个最终超像素块作为参考最终超像素块，将参考最终超像素块的种子点的邻域区域作为目标邻域区域，取目标邻域区域内的任意一个像素点，计算像素点的一阶颜色矩与参考最终超像素块的种子点的一阶颜色矩的差值绝对值，记为像素点的第一值；

获取参考最终超像素块内的最大度量距离，分别计算目标邻域区域内的每个像素点对应的度量距离与最大度量距离的比值，记为目标邻域区域内对应像素点的第二值；

获取目标邻域区域内的每个像素点的第一值和第二值的乘积值，得到目标邻域区域内的所有像素点的乘积值之和；将目标邻域区域中每个像素点的乘积值与乘积值之和的比值作为对应像素点的特征参数；根据目标邻域区域内每个像素点的特征参数获取最大特征参数和最小特征参数；

获取参考最终超像素块中每个边缘像素点的乘积值；取参考最终超像素块中的任意一个边缘像素点，将边缘像素点的乘积值与乘积值之和的相加结果作为分母，边缘像素点的乘积值作为分子得到对应的比值，记为边缘像素点的第一特征参数；以最大特征参数和第一特征参数的差值绝对值为分子，第一特征参数和最小特征参数的差值与预设调参因子的相加结果为分母得到的比值作为对应边缘像素点的误差分割率。

3.如权利要求1所述的一种基于图像处理的采矿过程矿石颗粒分割方法，其特征在于，所述对应迭代过程下的每个超像素块的每个边缘像素点的特征值的获取方法，包括：取任意一次迭代过程为参考迭代过程，对参考迭代过程下的分割结果分别做开运算和闭运算，对应得到开运算结果和闭运算结果；

取参考迭代过程下的任意一个超像素块作为目标超像素块，基于开运算结果，获取目标超像素块的傅里叶描述子，将目标超像素块的每个边缘像素点对应在傅里叶描述子中的元素值作为对应边缘像素点的开运算特征值；

基于闭运算结果，获取目标超像素块的傅里叶描述子，将目标超像素块的每个边缘像素点对应在傅里叶描述子中的元素值作为对应边缘像素点的闭运算特征值；

对于目标超像素块中的任意一个边缘像素点，将边缘像素点的开运算特征值和闭运算特征值的差值作为边缘像素点的特征值。

4.如权利要求1所述的一种基于图像处理的采矿过程矿石颗粒分割方法，其特征在于，所述分割变化频率的获取方法，包括：取任意一个最终超像素块中的任意一个边缘像素点作为参考边缘像素点，根据迭代过程下参考边缘像素点对应的度量距离分别计算每次迭代过程下参考边缘像素点与所属超像素块的种子点之间的信息熵；

根据每次迭代过程下参考边缘像素点对应的信息熵计算信息熵方差；根据每次迭代过程下参考边缘像素点的特征值计算特征值方差；

将迭代次数、信息熵方差以及特征值方差之间的乘积作为参考边缘像素点的分割变化频率。

5.如权利要求2所述的一种基于图像处理的采矿过程矿石颗粒分割方法，其特征在于，所述真实边缘点的获取方法，包括：对于任意一个最终超像素块，获取误差分割率大于等于0的边缘像素点作为第一边缘像素点，根据第一边缘像素点的分割变化频率和误差分割率，分别获取最大分割变化频率和最大误差分割率，根据最大分割变化频率设置第一阈值，根据最大误差分割率设置第二阈值，将分割变化频率小于等于第一阈值且误差分割率小于等于第二阈值所对应的第一边缘像素点作为最终超像素块的真实边缘点。

6.一种基于图像处理的采矿过程矿石颗粒分割系统，其特征在于，该系统包括：存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器执行所述计算机程序时实现上述权利要求1‑5中的任意一项所述一种基于图像处理的采矿过程矿石颗粒分割方法中的步骤。