1.一种在不均匀光照条件下的骨/填料级配智能检测方法，其特征在于，包括：采集在红色背景下的骨/填料图像；基于骨/填料图像的红色通道的每个像素值减去对应位置蓝色通道和绿色通道中较大值，确定骨/填料灰度图像的像素值；基于最大类间方差法将骨/填料灰度图像二值化，确定消除骨/填料阴影的二值化图像；基于连通域算法，提取出二值化图像中每个骨/填料，确定每个骨/填料面积、周长、内接圆半径和外接椭圆的长轴和短轴大小；将每个骨/填料面积、周长、内接圆半径和外接椭圆的长轴和短轴大小输入预先构建的神经网络模型，确定每个骨/填料粒径大小，完成骨/填料级配检测。
2.根据权利要求1所述的在不均匀光照条件下的骨/填料级配智能检测方法，其特征在于，所述确定每个骨/填料粒径大小，完成骨/填料级配检测，包括：基于神经网络模型输出的每个骨/填料的粒径大小，生成当前骨/填料的级配曲线。
3.根据权利要求1所述的不均匀光照条件下的骨/填料级配智能检测方法，其特征在于，所述神经网络模型通过如下方式训练得到：以不同骨/填料的面积、周长、内接圆半径和外接椭圆的长轴和短轴大小作为输入参数，粒径大小作为输出参数，构建神经网络模型数据集；对所述神经网络模型数据集对进行训练，得到所述神经网络模型。
4.根据权利要求1所述的在不均匀光照条件下的骨/填料级配智能检测方法，其特征在于，所述基于骨/填料图像的红色通道的每个像素值减去对应位置蓝色通道和绿色通道中较大值，确定骨/填料灰度图像的像素值，包括：分别提取红色背景下的骨/填料图像的红色通道像素值、蓝色通道像素值、绿色通道像素值；基于公式(1)对红色背景下的骨/填料图像的红色通道像素值、蓝色通道像素值、绿色通道像素值进行变换：Image_new＝max(0,R-max(G,B))(1)其中R表示骨/填料图像红色通道的像素值，G表示骨/填料图像绿色通道的像素值，B表示骨/填料图像蓝色通道的像素值，max(G,B)表示绿色和蓝色通道中较大的值，R-max(G,B)表示计算红色通道的值与绿色和蓝色通道中较大值之间的差，max(0,R-max(G,B))表示确保计算结果不会出现负数，如果R-max(G,B)的结果小于0，则输出0，否则输出R-max(G,B)的结果，Image_new表示骨/填料灰度图像的像素值。
5.根据权利要求1所述的在不均匀光照条件下的骨/填料级配智能检测方法，其特征在于，所述基于最大类间方差法将骨/填料灰度图像二值化，确定消除骨/填料阴影的二值化图像，包括：基于骨/填料灰度图像的直方图，找到骨/填料和背景两个峰值之间的最小值作为阈值，基于所述阈值将图像分为骨/填料和背景两部分，以将骨/填料和背景分割开；使用腐蚀操作减少噪声点，再通过膨胀操作填补骨/填料内部的小洞，使用开运算，先腐蚀后膨胀去除小的噪声和平滑骨/填料的边界，使用闭运算，先膨胀后腐蚀，填充骨/填料内部的小洞，得到消除骨/填料阴影的二值化图像。
6.根据权利要求1所述的在不均匀光照条件下的骨/填料级配智能检测方法，其特征在于，所述基于连通域算法，提取出二值化图像中每个骨/填料，确定每个骨/填料面积、周长、内接圆半径和外接椭圆的长轴和短轴大小，包括：通过对骨/填料灰度图像进行连通域标记，为每个连通区域分配一个唯一的标签，并获取每个连通域的面积、周长、内接圆半径和外接椭圆的长轴和短轴大小。
7.一种在不均匀光照条件下的骨/填料级配智能检测系统，其特征在于，包括：采集模块，用于采集红色背景下的骨/填料图像；第一确定模块，用于将红色通道的每个像素值减去对应位置蓝色通道和绿色通道中较大值后作为骨/填料灰度图像的像素值；第二确定模块，用于利用最大类间方差法将骨/填料灰度图像二值化，确定消除骨/填料阴影的骨/填料灰度图像；第三确定模块，用于基于连通域算法，提取出二值化图像中每个骨/填料，确定每个骨/填料面积、周长、内接圆半径和外接椭圆的长轴和短轴大小；第四确定模块，基于预先构建的神经网络模型，确定每个骨/填料粒径大小，完成骨/填料级配智能检测。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述在不均匀光照条件下的骨/填料级配智能检测方法。
