權(quán)利要求書(shū)： 1.用于廢金屬回收的智能分選方法，其特征在于，該方法包括以下步驟： 采集廢金屬圖像，預(yù)處理所述廢金屬圖像得到目標(biāo)圖像； 將所述目標(biāo)圖像轉(zhuǎn)換至LAB顏色空間得到LAB圖像，基于所述LAB圖像中各像素點(diǎn)對(duì)應(yīng)的顏色通道的顏色通道分量的差異，對(duì)所述像素點(diǎn)進(jìn)行分類(lèi)，得到多個(gè)第一類(lèi)別； 獲取各第一類(lèi)別的類(lèi)別中心的中心顏色通道分量，計(jì)算所述中心顏色通道分量和多個(gè)標(biāo)準(zhǔn)有色金屬對(duì)應(yīng)的多個(gè)標(biāo)準(zhǔn)顏色通道分量之間的最小顏色差值； 選取任意像素點(diǎn)作為目標(biāo)像素點(diǎn)，獲取所述目標(biāo)像素點(diǎn)與其對(duì)應(yīng)的鄰域像素點(diǎn)之間的顏色分量向量的最大鄰域顏色差值，根據(jù)所述最大鄰域顏色差值和所述最小顏色差值計(jì)算有色金屬概率； 由所述像素點(diǎn)的橫坐標(biāo)、縱坐標(biāo)和所屬的第一類(lèi)別構(gòu)建三維向量，基于所述三維向量和所述有色金屬概率對(duì)像素點(diǎn)進(jìn)行二次分類(lèi)，得到第二類(lèi)別；根據(jù)各像素點(diǎn)對(duì)應(yīng)的鄰域像素點(diǎn)所屬的第二類(lèi)別的分布情況對(duì)所述目標(biāo)圖像進(jìn)行分塊，得到多個(gè)分塊區(qū)域；基于所述有色金屬概率對(duì)所述分塊區(qū)域進(jìn)行圖像增強(qiáng)，得到增強(qiáng)圖像；分割所述增強(qiáng)圖像，得到多個(gè)有色金屬區(qū)域，基于所述有色金屬區(qū)域?qū)U金屬進(jìn)行分類(lèi)； 其中，第一類(lèi)別的獲取方法為：獲取所述LAB圖像中各像素點(diǎn)對(duì)應(yīng)的a通道的通道分量，作為第一顏色通道分量；獲取所述LAB圖像中各像素點(diǎn)對(duì)應(yīng)的b通道的通道分量，作為第二顏色通道分量；由所述第一顏色通道分量和所述第二顏色通道分量構(gòu)建顏色分量向量；以所述第一顏色通道分量作為縱坐標(biāo)，以所述第二顏色通道分量作為橫坐標(biāo)，建立顏色坐標(biāo)軸；基于所述LAB圖像中各像素點(diǎn)對(duì)應(yīng)的顏色分量向量在所述顏色坐標(biāo)軸中的分布，將所述顏色分量向量對(duì)應(yīng)的像素點(diǎn)進(jìn)行分類(lèi)，得到多個(gè)第一類(lèi)別； 其中，第二類(lèi)別的獲取方法為：基于所述三維向量，利用DBSCAN算法對(duì)像素點(diǎn)進(jìn)行二次分類(lèi)，得到第二類(lèi)別；其中，所述DBSCAN算法的度量依據(jù)為所述有色金屬概率； 其中，最小顏色差值的獲取方法為：將LAB顏色空間中a通道的顏色通道分量作為第一顏色通道分量，將b通道的顏色通道分量作為第二顏色通道分量；所述中心顏色通道分量中的第一顏色通道分量和所述標(biāo)準(zhǔn)顏色通道分量中的第一顏色通道分量作差，得到第一顏色差值；所述中心顏色通道分量中的第二顏色通道分量和所述標(biāo)準(zhǔn)顏色通道分量中的第二顏色通道分量作差，得到第二顏色差值；所述第一顏色