1.一种全自动化废旧织物识别分拣控制系统，包括用于对废旧织物进行有序输送的自动输送模块和用于对废旧织物执行抓取分拣动作的分拣动作模块，其特征在于，该系统还包括识别分析模块，识别分析模块利用机器视觉技术和近红外光谱技术结合的方式，对自动输送模块表面的废旧织物的类型、颜色、成分和纤维细度数据进行获取和分析，得到废旧织物各区域的成分组成及其重量分布，生成数据表单发送至数据模块，控制模块通过分拣策略控制分拣动作模块进行分拣筛选；

所述识别分析模块通过构建的织物视觉识别模型对废旧织物的类型进行确定，并在对应类型的织物图像上根据人体对应位置进行区域划分，识别各区域颜色进行识别并记录色值；

识别分析模块对划分的区域进行连续波长照射，产生原始光谱数据并对原始光谱数据进行预处理和特征提取以及色值校正；

对经过所述特征提取的光谱数据进行色值校正的操作包括：

将每一个设定区域内经过特征提取的光谱数据分别标记为 ，其中，i表示设定区域的编号，j表示在光谱数据中的数据个数编号；

将第i个设定区域的颜色数据标记为 ，将没有经过染色的对应纤维作为参考基准，通过对比计算得出关于当前颜色数据的色值修正系数，其公式为：；

其中，为色值修正系数；C表示未染色纤维的颜色数据；表示未染色纤维的颜色对应可见光的波长数据； 表示未染色纤维的颜色对应可见光的波长数据； 表示色值修正系数与对应波长数据的相关度；

将光谱数据 和色值修正系数 代入到计算式 中，得到修正光谱

数据 ；

根据修正光谱数据在线生成NIR图谱，并利用基于主成分分析和最小二乘法建立的分段回归模型对废旧织物中的纤维进行分类识别，得到设定区域内纤维的成分组成并传输至数据预测模块。

2.根据权利要求1所述的一种全自动化废旧织物识别分拣控制系统，其特征在于，对原始光谱数据进行预处理的步骤包括：步骤一、采用数据增强算法对原始光谱数据进行数据增强，增强不同织物纤维的光谱数据的差异性；

步骤二、对数据进行平滑处理消除数据采集过程中的随机噪音；

步骤三、对上述数据进行导数处理解决基线偏移问题；

步骤四、对光谱数据进行多元散射矫正处理，提高光谱的信噪比。

3.根据权利要求1所述的一种全自动化废旧织物识别分拣控制系统，其特征在于，在筛选特征光谱数据时，设置每个粒子的向量长度为原始光谱的波长点数，粒子向量与原始光谱波长变量数相等并一一对应；所述光谱数据的特征提取是基于二进制的粒子群算法，将粒子速度利用sigmoid 函数进行映射，将得到的映射结果作为概率值，将概率值与概率设定阈值进行比较，当且仅当概率值不低于概率设定阈值时，则表示该向量对应的波长点被选中，该波长处的光谱数据即特征光谱。

4.根据权利要求1所述的一种全自动化废旧织物识别分拣控制系统，其特征在于，所述数据预测模块根据整个废旧织物的重量、各区域面积以及成分组成计算得到整个废旧织物中所有纤维成分的组成占比及对应成分的重量，并生成数据表单发送至控制模块。

5.根据权利要求1所述的一种全自动化废旧织物识别分拣控制系统，其特征在于，所述控制模块内设置有分拣策略，根据废旧织物的类型、对应成分重量占比的组分进行分拣控制，或在类型和/或组分重量占比相同的情况下，针对纤维细度做进一步的分拣。