1.一种蔬菜品质检测方法，其特征在于，应用于一种蔬菜品质检测装置，该蔬菜品质检测装置包括图像采集装置、电子鼻、质谱仪和处理器；所述图像采集装置、所述电子鼻和所述质谱仪均与所述处理器连接；所述蔬菜品质检测方法包括：获取所述图像采集装置拍摄的待测蔬菜的图像；提取所述图像的纹理特征、形状特征和颜色特征；对所述纹理特征、所述形状特征和所述颜色特征进行分析确定所述待测蔬菜的种类；根据所述种类的蔬菜的纹理特征，将纹理划分为褶皱纹路类和自身纹路类；利用所述褶皱纹路类的纹理数量与纹理总数的比值确定所述待测蔬菜的含水程度；获取所述电子鼻采集的所述待测蔬菜的气味；将所述气味与所述待测蔬菜的标准气味进行对比确定所述待测蔬菜的腐烂度；获取所述质谱仪对所述待测蔬菜进行检测所得到的质谱图；将所述质谱图与农药标准质谱图进行对比确定所述待测蔬菜的农药残留量；综合所述含水程度、所述腐烂度和所述农药残留量确定所述待测蔬菜的品质是否合格；合格的判断方法为：当含水程度、腐烂度和农药残留量中的任意一者超标后，确定待测蔬菜为不合格蔬菜；当含水程度、腐烂度和农药残留量均未超标时，以含水程度为分子，以腐烂度和农药残留量的积为分母，判断得出的结果与对应种类的蔬菜的预设值的大小，若大于预设值，则确定合格，若小于预设值则确定为不合格。2.根据权利要求1所述的蔬菜品质检测方法，其特征在于，所述对所述纹理特征、所述形状特征和所述颜色特征进行分析确定所述待测蔬菜的种类，具体包括：将所述纹理特征、所述形状特征和所述颜色特征输入训练好的神经网络模型中，得到经所述训练好的神经网络模型的输出，从而确定所述待测蔬菜的种类。3.根据权利要求1所述的蔬菜品质检测方法，其特征在于，在所述获取所述质谱仪对所述待测蔬菜进行检测所得到的质谱图之前，还包括：取所述待测蔬菜的部分叶片进行压榨，并将压榨后的液汁滴于进样带上；利用氦气将进样带上挥发出的气体吹入质谱仪内；利用质谱仪检测吹入气体的质谱图。4.根据权利要求2所述的蔬菜品质检测方法，其特征在于，所述神经网络模型的训练过程为：采集各种蔬菜的纹理特征、形状特征和颜色特征；将蔬菜种类以及对应的纹理特征、形状特征和颜色特征输入神经网络模型中进行训练，得到训练好的神经网络模型。5.根据权利要求1所述的蔬菜品质检测方法，其特征在于，蔬菜品质检测装置还包括音频播放器；所述音频播放器与所述处理器连接；在所述综合所述含水程度、所述腐烂度和所述农药残留量确定所述待测蔬菜的品质是否合格之后，所述蔬菜品质检测方法还包括：控制所述音频播放器报出合格或不合格的检测结果。6.一种蔬菜品质检测系统，其特征在于，包括：图像获取模块，用于获取图像采集装置拍摄的待测蔬菜的图像；

特征提取模块，用于提取所述图像的纹理特征、形状特征和颜色特征；种类确定模块，用于对所述纹理特征、所述形状特征和所述颜色特征进行分析确定所述待测蔬菜的种类；纹理分类模块，用于根据所述种类的蔬菜的纹理特征，将纹理划分为褶皱纹路类和自身纹路类；含水度确定模块，用于利用所述褶皱纹路类的纹理数量与纹理总数的比值确定所述待测蔬菜的含水程度；气味获取模块，用于获取电子鼻采集的所述待测蔬菜的气味；腐烂度确定模块，用于将所述气味与所述待测蔬菜的标准气味进行对比确定所述待测蔬菜的腐烂度；质谱获取模块，用于获取质谱仪对所述待测蔬菜进行检测所得到的质谱图；农药残留确定模块，用于将所述质谱图与农药标准质谱图进行对比确定所述待测蔬菜的农药残留量；品质确定模块，用于综合所述含水程度、所述腐烂度和所述农药残留量确定所述待测蔬菜的品质是否合格；合格的判断方法为：当含水程度、腐烂度和农药残留量中的任意一者超标后，确定待测蔬菜为不合格蔬菜；当含水程度、腐烂度和农药残留量均未超标时，以含水程度为分子，以腐烂度和农药残留量的积为分母，判断得出的结果与对应种类的蔬菜的预设值的大小，若大于预设值，则确定合格，若小于预设值则确定为不合格。7.根据权利要求6所述的蔬菜品质检测系统，其特征在于，所述种类确定模块具体包括：种类确定单元，用于将所述纹理特征、所述形状特征和所述颜色特征输入训练好的神经网络模型中，得到经所述训练好的神经网络模型的输出，从而确定所述待测蔬菜的种类。8.根据权利要求7所述的蔬菜品质检测系统，其特征在于，还包括模型训练模块，所述模型训练模块用于对神经网络模型进行训练；所述模型训练模块包括：样本采集单元，用于采集各种蔬菜的纹理特征、形状特征和颜色特征；训练单元，用于将蔬菜种类以及对应的纹理特征、形状特征和颜色特征输入神经网络模型中进行训练，得到训练好的神经网络模型。9.根据权利要求6所述的蔬菜品质检测系统，其特征在于，还包括：广播模块，用于控制音频播放器报出合格或不合格的检测结果。