1.一种矿石破碎研磨效果评判方法，其特征在于，包括以下步骤：步骤1，采集多个矿石图像，将所述多个矿石图像作为训练图像集，获取训练图像集中每个矿石图像中点对的偏移角度在0°，45°，90°，135°的四个特征向量的均值；

包括：

步骤11，从训练图像集中任选一个矿石图像作为当前矿石图像；

步骤12，对当前矿石图像进行灰度化处理，得到当前灰度矿石图像，通过式(1)将当前灰度矿石图像生成灰度共生矩阵；

p(i,j|d,θ)＝#{[(x,y),(x+dx,y+dy)]∈(M,N)×(M,N)|d,θ,i,j}      (1)式(1)中，(x,y)为灰度图像的中心点坐标，(x+dx,y+dy)为(x,y)的偏移点坐标，[(x,y),(x+dx,y+dy)]为灰度图像中的中心点与偏移点组成的点对，#为集合中元素的个数；θ为点对[(x,y),(x+dx,y+dy)]的偏移角度，θ取值为0°，45°，90°或135°；d为点对偏移距离；i，j分别为点对的灰度像素值；

步骤13，通过灰度共生矩阵计算能量ASM、熵值ENT、对比度CON和自相关性COR四个特征向量；并计算偏移角度θ在0°，45°，90°或135°的四个特征向量的均值；

步骤14，重复步骤12至步骤13，直至训练图像集中所有的矿石图像均被作为当前矿石图像为止；

步骤2，将训练图像集中每个矿石图像的四个特征向量的均值分别输入预先构建的六个SVM分类器中，对六个SVM分类器进行训练组成SVMs，通过矿石破碎研磨合格判别模型判断输入的待判别矿石图像图像的类；

所述矿石破碎研磨合格判别模型为： y为输入的待判别矿石图像经过SVMs分类器后的数字类信息，y∈{1,2,3,4}，ε为平均残差项。

2.根据权利要求1所述的矿石破碎研磨效果评判方法，其特征在于，所述六个SVM分类器包括(1，2)、(1，3)、(1，4)、(2，3)、(2，4)、(3，4)；

其中，设置由破碎机或研磨机生产的多个矿石图像的分类标签；其中，合格矿石粒度的大小范围包括 和 将 标号为1， 标号为2；不合格矿石粒度的大小范围包括 和 将 标号为3， 标号为4；λ0为预设的合格粒度大小，α为调整参数。

3.根据权利要求1所述的矿石破碎研磨效果评判方法，其特征在于，通过式(1)得到平均残差项ε：式(1)中，ya为第a个SVM分类器的输出值；y为输入的待判别矿石图像，n为输出在1.5到2之间的训练数据个数，m为输出在0到1.5之间的训练数据个数。

4.根据权利要求1所述的矿石破碎研磨效果评判方法，其特征在于，通过式(2)计算能量ASM：通过式(3)计算熵值ENT：

通过式(4)计算对比度CON：

通过式(5)计算自相关性COR：

式(5)中，