1.一种油水两相流的流型识别方法，其特征在于，包括：采集油水通道中油水两相流的两相流图像，并对所述两相流图像进行灰度变换，获得所述两相流图像对应的灰度图；对所述灰度图进行小波变换，获得所述灰度图对应的重构图像；获取所述灰度图对应的灰度共生矩阵；依据所述重构图像和所述灰度共生矩阵，获得所述油水两相流的多个纹理特征；对每个所述纹理特征进行加权优化处理；将经过加权优化处理的各个所述纹理特征，输入预先设置的高斯型朴素贝叶斯分类器中进行处理，以确定所述油水两相流所属的流型，所述流型包括滴流、射流、柱塞流、香肠流、卫星滴流和平行流；所述获取所述灰度图对应的灰度共生矩阵，包括：确定所述灰度图对应的矩阵窗口；应用所述矩阵窗口，从所述灰度图中的预设起始位置，按预设的遍历顺序对所述灰度图进行遍历；在所述矩阵窗口的每个遍历位置上，确定在该遍历位置上，所述矩阵窗口在各个预设统计方向上对应的第一灰度共生矩阵；确定每个所述第一灰度共生矩阵对应的概率矩阵；计算每个所述概率矩阵的矩阵特征值，并依据各个所述矩阵特征值，确定所述矩阵窗口在该遍历位置上对应的平均化特征值；在所述矩阵窗口完成对所述灰度图的遍历过程时，依据所述矩阵窗口在各个遍历位置上对应的平均化特征值，获得所述灰度图对应的灰度共生矩阵。
2.根据权利要求1所述的方法，其特征在于，所述对所述灰度图进行小波变换，获得所述灰度图对应的重构图像，包括：确定所述灰度图的第一图像矩阵；对所述第一图像矩阵的每一行分别进行一维小波变换，获得所述灰度图在水平方向上的低频分量和高频分量，以及所述第一图像矩阵对应的第二图像矩阵；对所述第二图像矩阵中的每一列进行一维小波变换，获得所述第二图像矩阵对应的第三图像矩阵；对所述第三图像矩阵中的每一列进行一维离散小波逆变换，获得所述第三图像矩阵对应的第四图像矩阵；对所述第四图像矩阵的每一行进行一维离散小波逆变换，获得所述灰度图对应的重构图。
3.根据权利要求1所述的方法，其特征在于，所述对每个所述纹理特征进行加权优化处理，包括：计算每个所述纹理特征对应的似然观测结果；依据每个所述纹理特征对应的似然观测结果，计算每个所述纹理特征对应的似然观测峰值；依据每个所述纹理特征对应的似然观测峰值，计算每个所述纹理特征的权值；对每个所述纹理特征的权值进行归一化，以完成对每个所述纹理特征的加权优化处理。
4.根据权利要求2所述的方法，其特征在于，所述对所述第一图像矩阵的每一行分别进行一维小波变换，获得所述灰度图在水平方向上的低频分量和高频分量，包括：将所述第一图像矩阵的每一行对应的一维向量和高通滤波器的系统函数进行卷积，获得所述灰度图在水平方向上的高频分量；将所述第一图像矩阵的每一行对应的一维向量和低通滤波器的系统函数进行卷积，获得所述灰度图在水平方向上的低频分量。
5.根据权利要求3所述的方法，其特征在于，所述确定每个所述第一灰度共生矩阵对应的概率矩阵，包括：计算所述第一灰度共生矩阵中各个矩阵元素的和值；分别将所述第一灰度共生矩阵中的每个矩阵元素的值与所述和值做除运算，以确定所述第一灰度共生矩阵对应的概率矩阵。
6.一种油水两相流的流型识别装置，其特征在于，包括：采集单元，用于采集油水通道中油水两相流的两相流图像，并对所述两相流图像进行灰度变换，获得所述两相流图像对应的灰度图；变换单元，用于对所述灰度图进行小波变换，获得所述灰度图对应的重构图像；第一获取单元，用于确定所述灰度图对应的矩阵窗口；应用所述矩阵窗口，从所述灰度图中的预设起始位置，按预设的遍历顺序对所述灰度图进行遍历；在所述矩阵窗口的每个遍历位置上，确定在该遍历位置上，所述矩阵窗口在各个预设统计方向上对应的第一灰度共生矩阵；确定每个所述第一灰度共生矩阵对应的概率矩阵；计算每个所述概率矩阵的矩阵特征值，并依据各个所述矩阵特征值，确定所述矩阵窗口在该遍历位置上对应的平均化特征值；在所述矩阵窗口完成对所述灰度图的遍历过程时，依据所述矩阵窗口在各个遍历位置上对应的平均化特征值，获得所述灰度图对应的灰度共生矩阵；第二获取单元，用于依据所述重构图像和所述灰度共生矩阵，获得所述油水两相流的多个纹理特征；加权单元，用于对每个所述纹理特征进行加权优化处理；处理单元，用于将经过加权优化处理的各个所述纹理特征，输入预先设置的高斯型朴素贝叶斯分类器中进行处理，以确定所述油水两相流所属的流型，所述流型包括滴流、射流、柱塞流、香肠流、卫星滴流和平行流。
7.一种存储介质，其特征在于，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1～5任意一项所述的油水两相流的流型识别方法。
8.一种电子设备，其特征在于，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行如权利要求1～5任意一项所述的油水两相流的流型识别方法。
