1.一种基于机器视觉的设备图像匹配方法，其特征在于，包括以下步骤：S1、利用移动设备采集用户图像，并从数据库中获取若干张用户标准画像；

S2、计算用户图像的局部特征值；

S3、构建图像匹配模型，将用户图像以及若干张用户标准画像输入至图像匹配模型中，并根据用户图像的局部特征值进行图像匹配；

所述S2包括以下子步骤：

S21、将用户图像划分为若干个图像块；

S22、计算每个图像块的像素分布值；

S23、根据每个图像块的像素分布值，确定偏移图像块，将偏移图像块从用户图像中剔除，生成用户局部图像；

S24、根据用户局部图像，确定用户图像的局部特征值；

所述S22中，图像块的像素分布值的计算公式为： ；式中，Xk表示图像块中第k个像素点的像素值，K表示图像块的像素点个数，Xi表示用户图像中第i个像素点的像素值，max(·)表示最大值运算；

所述S23中，确定偏移图像块的具体方法为：构建偏移约束条件，将满足偏移约束条件的图像块作为偏移图像块；其中，偏移图像块的表达式为： ；式中，Fj表示用户图像中第j个图像块的像素分布值，J表示用户图像的图像块个数，α表示所有图像块的像素分布值的标准差；

所述S24中，用户图像的局部特征值T的计算公式为： ；式中，J表示用户图像的图像块个数，C表示用户局部图像的图像块个数，exp(·)表示指数函数，Xr表示用户局部图像中第r个像素点的像素值，R表示用户局部图像的像素点个数；

所述S3包括以下子步骤：

S31、构建图像匹配模型，将用户图像以及各张用户标准画像输入至图像匹配模型中，确定每张用户标准画像与用户图像之间的匹配率；

S32、判断最大匹配率是否大于0.5，若是则进入S33，否则用户图像的匹配结果为不通过，结束图像匹配；

S33、提取最大匹配率对应的用户标准画像的轮廓，作为标准局部画像；

S34、根据用户图像的局部特征值，计算标准局部图像与用户图像之间的像素轨迹过渡系数；

S35、根据标准局部图像与用户图像之间的像素轨迹过渡系数，确定用户图像是否匹配通过；

所述S31中，图像匹配模型D的表达式为： ；式中，x1表示用户图像中所有像素点的像素值均值，x2表示用户标准画像中所有像素点的像素值均值，β1表示用户图像中所有像素点的像素值方差，β2表示用户标准画像中所有像素点的像素值方差，ε表示极小值；

所述S34中，标准局部图像与用户图像之间的像素轨迹过渡系数g的计算公式为：；式中，z1表示用户图像中最大像素值的像素点所在位置，z2表示标准局部图像中最大像素值的像素点所在位置，d(·)表示欧式距离运算，T表示用户图像的局部特征值，ln(·)表示对数函数。