1.一种多相材料图像边缘检测方法，其特征在于，包括：

S1，获取多相材料的原始图像；

S2，对所述原始图像进行色彩饱和度增强处理，得到第一图像；

S3，对所述第一图像进行基于形态学的腐蚀处理，得到第二图像；

S4，对所述第二图像进行卷积滤波处理，得到第三图像；

S5，利用两个不同权重算子结合三阈值的边缘检测方法对所述第三图像进行边缘检测，得到第四图像；

S6，对所述第四图像进行边缘信息增强处理，得到第五图像；

在所述S5中，两个不同权重算子包括第一算子和第二算子，且所述第一算子的权重低于所述第二算子的权重；三阈值包括第一阈值、第二阈值和第三阈值，且第一阈值低于所述第二阈值，第二阈值低于所述第三阈值；所述S5具体为：S51，利用所述第一算子对所述第三图像中各像素点进行梯度计算，得到所述第三图像中各像素点的第一梯度值；

S52，将所述第三图像中各像素点的第一梯度值分别与所述第一阈值和所述第三阈值进行比较，将所述第三图像中第一梯度值高于所述第三阈值的像素点标记为强边缘像素点并保留，将所述第三图像中第一梯度值低于所述第一阈值的像素点标记为非边缘像素点并剔除，将所述第三图像中第一梯度值处于所述第一阈值与所述第三阈值之间的像素点标记为二次检测像素点并保留；

S53，利用所述第二算子对所述第三图像中各二次检测像素点进行梯度计算，得到所述第三图像中各二次检测像素点的第二梯度值；

S54，将所述第三图像中各二次检测像素点的第二梯度值与所述第二阈值进行比较，将所述第三图像中第二梯度值高于所述第二阈值的二次检测像素点标记为弱边缘像素点并保留，将所述第三图像中第二梯度值低于所述第二阈值的二次检测像素点标记为非边缘像素点并剔除；

S55，将所述第三图像中所有的强边缘像素点和弱边缘像素点逐步进行边缘连接，得到第四图像；

在所述S55之前，还包括：

对所述第三图像中的所有强边缘像素点和弱边缘像素点进行非最大抑制处理；

将所述第三图像中的强边缘像素点和弱边缘像素点均作为边缘像素点；对所述第三图像中的所有强边缘像素点和弱边缘像素点进行非最大抑制处理，具体为：步骤一，将所述第三图像中的任一边缘像素点作为待抑制像素点，将所述待抑制像素点的梯度值与沿所述待抑制像素点的梯度方向两侧的相邻边缘像素点的梯度值进行比较；

若所述待抑制像素点的梯度值不是沿所述待抑制像素点的梯度方向上两侧的相邻边缘像素点的梯度值中的最大值，则将所述待抑制像素点的边缘强度置为0；否则保留所述待抑制像素点的边缘强度；

步骤二，遍历所述第三图像中的所有边缘像素点，并采用所述步骤一的方法对所述第三图像中的每一边缘像素点进行非最大抑制处理；

其中，若边缘像素点为强边缘像素点，则边缘像素点的梯度值为利用所述第一算子计算出的第一梯度值；若边缘像素点为弱边缘像素点，则边缘像素点的梯度值为利用所述第二算子计算出的第二梯度值；

所述S6具体为：

对所述第四图像进行高斯滤波，得到高斯滤波图像；

将所述高斯滤波图像中每一像素点的像素值分别与预设像素阈值进行比较，并将所述高斯滤波图像中像素值小于所述预设像素阈值的像素点设置为黑色。

2.根据权利要求1所述的多相材料图像边缘检测方法，其特征在于，所述S2具体为：将所述原始图像从RGB颜色空间转换至HSV颜色空间，并增大饱和度后转回至RGB颜色空间，得到所述第一图像。

3.根据权利要求1所述的多相材料图像边缘检测方法，其特征在于，所述S3具体为：S31，将所述第一图像中的任一像素点确定为待腐蚀像素点，从所述待腐蚀像素点的邻域中选取结构元素；将所述结构元素中的所有元素分别与所述待腐蚀像素点的像素值进行比较；若所述结构元素中的所有元素均与所述待腐蚀像素点的像素值匹配，则保留所述待腐蚀像素点；否则将所述待腐蚀像素点的像素值设为0；

S32，遍历所述第一图像中的所有像素点，并采用所述S31的方法对所述第一图像中的每一像素点进行腐蚀处理。

4.根据权利要求1所述的多相材料图像边缘检测方法，其特征在于，在所述S4中，具体使用高斯函数对所述第二图像进行卷积滤波处理。

5.一种多相材料图像边缘检测系统，其特征在于，包括：

图像获取模块，其用于获取多相材料的原始图像；

色彩增强模块，其用于对所述原始图像进行色彩饱和度增强处理，得到第一图像；

图像腐蚀模块，其用于对所述第一图像进行基于形态学的腐蚀处理，得到第二图像；

卷积滤波模块，其用于对所述第二图像进行卷积滤波处理，得到第三图像；

边缘检测模块，其用于利用两个不同权重算子结合三阈值的边缘检测方法对所述第三图像进行边缘检测，得到第四图像；

信息增强模块，其用于对所述第四图像进行边缘信息增强处理，得到第五图像；

在所述卷积滤波模块中，两个不同权重算子包括第一算子和第二算子，且所述第一算子的权重低于所述第二算子的权重；三阈值包括第一阈值、第二阈值和第三阈值，且第一阈值低于所述第二阈值，第二阈值低于所述第三阈值；所述卷积滤波模块具体用于：利用所述第一算子对所述第三图像中各像素点进行梯度计算，得到所述第三图像中各像素点的第一梯度值；

将所述第三图像中各像素点的第一梯度值分别与所述第一阈值和所述第三阈值进行比较，将所述第三图像中第一梯度值高于所述第三阈值的像素点标记为强边缘像素点并保留，将所述第三图像中第一梯度值低于所述第一阈值的像素点标记为非边缘像素点并剔除，将所述第三图像中第一梯度值处于所述第一阈值与所述第三阈值之间的像素点标记为二次检测像素点并保留；

利用所述第二算子对所述第三图像中各二次检测像素点进行梯度计算，得到所述第三图像中各二次检测像素点的第二梯度值；

将所述第三图像中各二次检测像素点的第二梯度值与所述第二阈值进行比较，将所述第三图像中第二梯度值高于所述第二阈值的二次检测像素点标记为弱边缘像素点并保留，将所述第三图像中第二梯度值低于所述第二阈值的二次检测像素点标记为非边缘像素点并剔除；

将所述第三图像中所有的强边缘像素点和弱边缘像素点逐步进行边缘连接，得到第四图像；

在得到第四图像之前，还包括：

对所述第三图像中的所有强边缘像素点和弱边缘像素点进行非最大抑制处理；

将所述第三图像中的强边缘像素点和弱边缘像素点均作为边缘像素点；对所述第三图像中的所有强边缘像素点和弱边缘像素点进行非最大抑制处理，具体为：将所述第三图像中的任一边缘像素点作为待抑制像素点，将所述待抑制像素点的梯度值与沿所述待抑制像素点的梯度方向两侧的相邻边缘像素点的梯度值进行比较；若所述待抑制像素点的梯度值不是沿所述待抑制像素点的梯度方向上两侧的相邻边缘像素点的梯度值中的最大值，则将所述待抑制像素点的边缘强度置为0；否则保留所述待抑制像素点的边缘强度；

遍历所述第三图像中的所有边缘像素点，并对所述第三图像中的每一边缘像素点进行非最大抑制处理；

其中，若边缘像素点为强边缘像素点，则边缘像素点的梯度值为利用所述第一算子计算出的第一梯度值；若边缘像素点为弱边缘像素点，则边缘像素点的梯度值为利用所述第二算子计算出的第二梯度值；

所述信息增强模块具体用于：

对所述第四图像进行高斯滤波，得到高斯滤波图像；

将所述高斯滤波图像中每一像素点的像素值分别与预设像素阈值进行比较，并将所述高斯滤波图像中像素值小于所述预设像素阈值的像素点设置为黑色。

6.一种多相材料图像边缘检测装置，其特征在于，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4任一项所述的多相材料图像边缘检测方法。