1.一种纺织品图片特征库的更新系统，其特征在于：包括：信息上传模块、信息预处理模块、云存储模块、特征库模块以及实体节点更新模块；

所述信息上传模块用于对用户端上传的纺织品图片和对应的文字说明信息进行获取，并将获取的纺织品图片和对应的文字说明信息打上时间戳发送至信息预处理模块；

所述信息预处理模块用于对获取的纺织品图片和对应的文字说明信息进行预处理，获取相应纺织品图片的各个特征数据集和唯一标识值；将纺织品图片和文字说明信息均打上唯一标识值标签发送至云存储模块，并将各个特征数据集打上唯一标识值标签发送至实体节点更新模块；包括：采用数字图像处理技术对获取的纺织品图片进行特征提取，获取相应纺织品图片的颜色特征数据集C＝{C1,C2,…,Ci,…,Cn}、纹理特征数据集T＝{T1,T2,…,Tj,…,Tm}以及形状特征数据集S＝{S1,S2,…,Sh,…,Sg}；

其中，i表示颜色特征数据集中颜色直方图的区间编号，i＝1,2…n；n表示颜色直方图的区间总数；Ci表示颜色特征数据集中颜色直方图的第i个区间值；j表示纹理特征数据集中灰度共生矩阵的灰度级别的编号，j＝1,2…m；m表示灰度共生矩阵中灰度级别的总数；Tj表示纹理特征数据集中灰度共生矩阵第j个灰度级别的元素值；h表示形状特征数据集中形状特征的编号，h＝1,2…g；g表示形状特征的总数；Sh表示形状特征数据集第h个形状特征的元素值；

将获取的颜色特征向量C、纹理特征向量T以及形状特征向量S连接在一起，形成该纺织品图片的综合特征向量F；

F＝[C,T,S]＝[C1,C2,…,Ci,…,Cn,T1,T2,…,Tj,…,Tm,S1,S2,…,Sh,…,Sg]；

根据哈希函数H将获取的综合特征向量F映射为一个标识值HV；其中，HV＝H(F)；哈希函数选择SHA‑256或CityHash；

将标识值HV打上上传时间戳后，形成该纺织品图片的唯一标识值；

所述云存储模块用于对获取的打上唯一标识值标签的纺织品图片和文字说明信息进行接收和存储；并将纺织品图片文件路径和文字说明信息文件路径打上唯一标识值标签发送至实体节点更新模块；

所述特征库模块包括若干个实体节点；

所述实体节点更新模块用于根据获取的打上唯一标识值标签的各个特征数据集、纺织品图片文件路径以及文字说明信息文件路径生成新的实体节点；将创建完毕的新的实体节点上传至特征库模块进行存储；

文字说明信息指的是对应纺织品图片所指代的纺织品的信息，文字说明信息包括纺织品所属的类别、颜色、面料、尺寸、供应商信息以及设计者信息；

所述云存储模块包括图片存储单元和文字存储单元；

云存储模块接收到打上唯一标识值的纺织品图片和文字说明信息；根据纺织品图片和文字说明信息的格式，将打上唯一标识值标签的纺织品图片存入图片存储单元，并将该纺织品图片的文件路径打上唯一标识值标签发送至实体节点更新模块；将打上唯一标识值标签的文件说明信息存入文字存储单元，并将文字说明信息的文件路径打上唯一标识值标签发送至实体节点更新模块。

2.根据权利要求1所述的一种纺织品图片特征库的更新系统，其特征在于：实体节点用于对纺织品图片的唯一标识值、纺织品图片文件路径、文字说明信息文件路径、颜色特征数据集C、纹理特征数据集T、形状特征数据集S以及关联实体节点的唯一标识值进行存储。

3.根据权利要求1所述的一种纺织品图片特征库的更新系统，其特征在于：所述实体节点更新模块的处理过程如下：获取打上唯一标识值标签的各个特征数据集和文件路径；

将各个特征数据集和文件路径的唯一标识值进行比对；筛选出唯一标识值相同的特征数据集和文件路径，并根据该唯一标识值创建一个新的实体节点；

将唯一标识值、各个特征数据集以及文件路径作为属性添加至新的实体节点内；

统计新的实体节点的文件路径的数量；若新的实体节点的文件路径的数量等于2，则判断新的实体节点的两个文件路径是否相同；若相同，则结束；若不相同，则根据唯一标识值重新获取对应的纺织品图片文件路径和文字说明信息文件路径；若新的实体节点的文件路径的数量大于2，则根据唯一标识值重新获取对应的纺织品图片文件路径和文字说明信息文件路径；

根据颜色特征数据集C、纹理特征数据集T以及形状特征数据集S计算新的实体节点对应的纺织品图片与特征库模块所储存的实体节点对应的纺织品图片的综合特征相似度，进而获取新的实体节点的关联实体节点的唯一标识值属性；

将创建完毕的新的实体节点上传至特征库模块进行存储。

4.根据权利要求1所述的一种纺织品图片特征库的更新系统，其特征在于：新的实体节点的关联实体节点的唯一标识值属性的获取过程如下：步骤S1：将特征库模块中所存储的所有实体节点按照存储时间顺序依次进行编号，编号为k；

步骤S2：计算获取特征库模块中每个实体节点所对应的纺织品图片与新的实体节点所对应的纺织品图片的综合特征相似度ZXk，包括：获取新的实体节点的颜色特征数据集C、纹理特征数据集T以及形状特征数据集S；以及提取特征库模块中实体节点的颜色特征数据集Ck、纹理特征数据集Tk以及形状特征数据集Sk；

根据计算公式 获取新的实体节点与编号为k的实体节点的颜

色特征相似度X(C,Ck)；式中，Cki表示编号为k的实体节点颜色特征数据集中颜色直方图的第i个区间值；

根据计算公式 获取新的实体节点与编号为k的实体节点的纹理

特征相似度X(T,Tk)；式中，Tkj表示编号为k的实体节点纹理特征数据集中灰度共生矩阵的第j个灰度级别的元素值；

根据计算公式 获取新的实体节点与编号为k的实体节点的形

状特征相似度X(S,Sk)；式中，Skh表示编号为k的实体节点形状特征数据集第h个形状特征的元素值；

根据计算公式ZXk＝a1×X(C,Ck)+a2×X(T,Tk)+a3×X(S,Sk),获取新的实体节点与编号为k的实体节点的综合特征相似度ZXk；式中，a1、a2以及a3分别为颜色特征相似度、纹理特征相似度以及形状相似度的权重系数；

步骤S3：获取特征库模块存储的各个实体节点与新的实体节点之间的综合特征相似度；将获取的各个综合特征相似度与预设综合特征相似度进行比较；

筛选出小于预设综合特征相似度的综合特征相似度；并统计筛选出的综合特征相似度的个数y；

若y等于1，则将筛选出的综合特征相似度所对应的实体节点作为新的实体节点的关联实体，并将该关联实体节点的唯一标识值作为属性添加至新的实体节点内；

若y大于1，则将筛选出的综合特征相似度所对应的各个实体节点作为新的实体节点的关联实体，随后根据筛选出的综合特征相似度从小到大的顺序对关联实体的唯一标识值进行排列，并作为属性添加至新的实体节点中。