1.一种煤矿皮带输送机异物检测方法，其特征在于，该方法包括以下步骤：

获取煤矿RGB图像和煤矿灰度图像；

获取煤矿灰度图像的若干个连通域；根据煤矿灰度图像的每个连通域中每个像素点对应到煤矿RGB图像的像素点的三颜色通道的色值差异，获取煤矿灰度图像的每个连通域中每个像素点的色彩偏离度；根据每个连通域中像素点的相对位置和色彩偏离度的差异，获取每个连通域中每个像素点的邻域范围内局部混乱程度；

根据每个连通域中每个像素点的邻域范围内局部混乱程度，获取每个连通域内混乱程度的理论质心位置；根据每个连通域内像素点与每个连通域内混乱程度的理论质心位置的位置差异，获取每个连通域内存在金属矿物的概率；

根据每个连通域内存在金属矿物的概率，获取煤矿RGB图像中每个像素点的第一颜色通道增强后的色值；根据每个像素点的第一颜色通道增强后的色值，获取增强后的煤矿RGB图像；根据增强后的煤矿RGB图像，识别出煤矿传送带中的金属异物。

2.根据权利要求1所述一种煤矿皮带输送机异物检测方法，其特征在于，所述获取煤矿RGB图像和煤矿灰度图像，包括的具体方法为：获取煤矿传送带灰度图像；利用大津阈值算法对煤矿传送带灰度图像进行阈值分割获得煤矿传送带二值图像，将煤矿传送带二值图像分别与煤矿传送带RGB图像和煤矿传送带灰度图像相乘获得煤矿RGB图像和煤矿灰度图像。

3.根据权利要求1所述一种煤矿皮带输送机异物检测方法，其特征在于，所述根据煤矿灰度图像的每个连通域中每个像素点对应到煤矿RGB图像的像素点的三颜色通道的色值差异，获取煤矿灰度图像的每个连通域中每个像素点的色彩偏离度，包括的具体方法为：获取煤矿灰度图像的每个连通域中每个像素点的每个颜色通道的色值；则煤矿灰度图像的第个连通域中第 个像素点的色彩偏离度的计算方法为：式中， 表示煤矿灰度图像的第 个连通域中第 个像素点的色彩偏离度； 表示煤矿灰度图像的第 个连通域中第 个像素点的R颜色通道的色值； 表示煤矿灰度图像的第个连通域中第 个像素点的G颜色通道的色值； 表示煤矿灰度图像的第个连通域中第个像素点的B颜色通道的色值；表示取绝对值。

4.根据权利要求3所述一种煤矿皮带输送机异物检测方法，其特征在于，所述获取煤矿灰度图像的每个连通域中每个像素点的每个颜色通道的色值，包括的具体方法为：对于煤矿灰度图像的第 个连通域中第 个像素点，获取第 个像素点对应在煤矿RGB图像中的像素点，并记为第 个像素点的目标像素点，将第 个像素点的目标像素点的R、G、B三通道的色值作为第 个像素点的每个颜色通道的色值。

5.根据权利要求1所述一种煤矿皮带输送机异物检测方法，其特征在于，所述根据每个连通域中像素点的相对位置和色彩偏离度的差异，获取每个连通域中每个像素点的邻域范围内局部混乱程度，包括的具体方法为：获取煤矿灰度图像的每个连通域中每个像素点的邻域范围；则煤矿灰度图像的第 个连通域中第 个像素点的邻域范围内局部混乱程度的计算表达式为：式中， 表示煤矿灰度图像的第 个连通域中第 个像素点的邻域范围内局部混乱程度； 表示煤矿灰度图像的第 个连通域中第 个像素点的邻域范围中所有像素点的色彩偏离度最大值； 表示煤矿灰度图像的第 个连通域中第 个像素点的邻域范围中所有像素点的色彩偏离度最小值； 表示煤矿灰度图像的第个连通域中第 个像素点的邻域范围中第 个像素点与第 个像素点之间的欧氏距离； 表示煤矿灰度图像的第 个连通域中第 个像素点的邻域范围中第 个像素点的色彩偏离度； 表示煤矿灰度图像的第个连通域中第 个像素点的色彩偏离度； 表示取绝对值； 表示以自然常数为底数的指数函数；为预设参数。

6.根据权利要求5所述一种煤矿皮带输送机异物检测方法，其特征在于，所述获取煤矿灰度图像的每个连通域中每个像素点的邻域范围，包括的具体方法为：对于煤矿灰度图像的第 个连通域中第 个像素点，以第 个像素点作为窗口中心，获取窗口大小为 的窗口，并将所述窗口记为第 个像素点的邻域范围。

7.根据权利要求1所述一种煤矿皮带输送机异物检测方法，其特征在于，所述根据每个连通域中每个像素点的邻域范围内局部混乱程度，获取每个连通域内混乱程度的理论质心位置的具体公式为：式中， 表示煤矿灰度图像的第 个连通域内混乱程度的理论质心位置的横坐标； 表示煤矿灰度图像的第个连通域内混乱程度的理论质心位置的纵坐标；表示煤矿灰度图像的第个连通域中所有像素点的总数量； 表示煤矿灰度图像的第 个连通域中第 个像素点的横坐标； 表示煤矿灰度图像的第 个连通域中第 个像素点的纵坐标； 表示煤矿灰度图像的第个连通域中第 个像素点的邻域范围内局部混乱程度； 表示向上取整。

8.根据权利要求1所述一种煤矿皮带输送机异物检测方法，其特征在于，所述根据每个连通域内像素点与每个连通域内混乱程度的理论质心位置的位置差异，获取每个连通域内存在金属矿物的概率的具体公式为：式中，表示煤矿灰度图像的第个连通域内存在金属矿物的概率；表示煤矿灰度图像的第个连通域中所有像素点的总数量； 表示煤矿灰度图像的第 个连通域中第 个像素点的邻域范围内局部混乱程度； 表示煤矿灰度图像的第 个连通域中第 个像素点和第个连通域内混乱程度的理论质心位置之间的欧式距离； 表示以自然常数为底数的指数函数。

9.根据权利要求1所述一种煤矿皮带输送机异物检测方法，其特征在于，所述根据每个连通域内存在金属矿物的概率，获取煤矿RGB图像中每个像素点的第一颜色通道增强后的色值，包括的具体方法为：获取第 个像素点的所属连通域内存在金属矿物的概率；将第 个像素点的色值最大的颜色通道记为第 个像素点的第一颜色通道，则煤矿RGB图像中第 个像素点的第一颜色通道增强后的色值的计算方法为：式中， 表示煤矿RGB图像中第 个像素点的第一颜色通道增强后的色值； 表示煤矿RGB图像中第 个像素点的第一颜色通道的色值； 表示煤矿RGB图像中第 个像素点的所属连通域内存在金属矿物的概率。

10.根据权利要求9所述一种煤矿皮带输送机异物检测方法，其特征在于，所述获取第个像素点的所属连通域内存在金属矿物的概率，包括的具体方法为：获取第 个像素点对应在煤矿灰度图像中的像素点，并记为第 个像素点的第一像素点，将第 个像素点的第一像素点所在的连通域，记为第一连通域，将第一连通域内存在金属矿物的概率作为第 个像素点的所属连通域内存在金属矿物的概率。