1.一种基于线密度的不规则轮廓匹配算法，其特征在于，包括：步骤1：获取碎纸的图像信息，从所述碎纸的图像信息中检测出目标碎纸图像及待匹配碎纸图像的边缘轮廓曲线；

步骤2：对所述待匹配碎纸图像的边缘轮廓曲线进行匹配预处理；

步骤3：利用线密度算法对所述目标碎纸图像的边缘轮廓曲线及匹配预处理后的待匹配碎纸图像的边缘轮廓曲线进行处理，获得目标碎纸图像及待匹配碎纸图像的边缘轮廓曲线的线密度；

步骤4：通过目标碎纸图像与待匹配碎纸图像的边缘轮廓曲线的线密度之间的距离衡量所述待匹配碎纸图像的边缘轮廓曲线与所述目标碎纸图像的边缘轮廓曲线之间的匹配程度，距离越大，轮廓匹配程度越小，距离越小，轮廓匹配程度越大。

2.根据权利要求1所述的基于线密度的不规则轮廓匹配算法，其特征在于，所述步骤1包括：步骤1.1：获取碎纸的图像信息，所述碎纸的图像信息包括目标碎纸图像信息及待匹配碎纸图像信息；

步骤1.2：对所述目标碎纸图像信息及待匹配碎纸图像信息进行图像去噪处理；

步骤1.3：对图像去噪处理后的所述目标碎纸图像信息及待匹配碎纸图像信息进行图像灰度化处理；

步骤1.4：对图像灰度化处理后的所述目标碎纸图像信息及待匹配碎纸图像信息进行图像二值化处理，得到目标碎纸及待匹配碎纸的二值化图像；

步骤1.5：对所述二值化图像进行二值形态学法轮廓的提取，提取出的目标碎纸图像或待匹配碎纸图像的边缘轮廓曲线为：C＝I-IθS′    (1)

其中，C为目标碎纸图像或待匹配碎纸图像的边缘轮廓曲线，I为目标碎纸或待匹配碎纸的二值化图像，S′为结构元素， IθS′为S′对I的腐蚀。

3.根据权利要求2所述的基于线密度的不规则轮廓匹配算法，其特征在于，所述步骤2包括：步骤2.1：保证每一张待匹配碎纸图像与目标碎纸图像像素尺寸大小相同的情况下，获取待匹配碎纸图像；

步骤2.2：通过公式(1)得出各待匹配碎纸图像的边缘轮廓曲线的像素点，通过MATLAB对待匹配碎纸图像进行细化并提取骨架，生成待匹配碎纸图像的边缘轮廓曲线；

步骤2.3：比对待匹配碎纸图像的边缘轮廓曲线的像素点数，设置阈值，以获取的所有碎片像素点尽可能相等为原则，筛选出在阈值范围内出现的待匹配碎纸图像的边缘轮廓曲线，得到符合阈值筛选的待匹配碎纸图像的边缘轮廓曲线数n。

4.根据权利要求1所述的基于线密度的不规则轮廓匹配算法，其特征在于，所述步骤3包括：步骤3.1：将目标碎纸图像的边缘轮廓曲线及匹配预处理后的待匹配碎纸图像的边缘轮廓曲线划分为多个包含X个像素点数的曲线段；

步骤3.2：将目标碎纸图像的边缘轮廓曲线及匹配预处理后的待匹配碎纸图像的边缘轮廓曲线进行数学建模，得出所述线密度的求取公式为：Linedensityj＝Lj/U    (2)

其中，Linedensityj为第j个包含X个像素点数的曲线段的线密度，Lj为第j个包含X个像素点数的曲线段的长度，U为单位弧长；

步骤3.3：通过公式(2)得出目标碎纸图像的边缘轮廓曲线的线密度W及第i个待匹配碎纸图像的边缘轮廓曲线的线密度Di，其中，W和Di为一维数组，数组的长度等于目标碎纸图像的边缘轮廓曲线或待匹配碎纸图像的边缘轮廓曲线包含X个像素点数的曲线段的个数。

5.根据权利要求4所述的基于线密度的不规则轮廓匹配算法，其特征在于，所述步骤4包括：步骤4.1：通过所述W及所述Di得出目标碎纸图像与第i个待匹配碎纸图像的边缘轮廓曲线的线密度之间的距离Zi：Zi＝|W-Di|  (3)

步骤4.2：通过所述Zi求取目标碎纸图像与待匹配碎纸图像的边缘轮廓曲线的线密度之间的距离的均值M和方差S：步骤4.3：为所述均值M和方差S分别设定门限值threshold1、threshold2，若M小于threshold1且S小于threshold2，则第i个待匹配碎纸图像的边缘轮廓曲线与目标碎纸图像的边缘轮廓曲线相匹配，否则匹配失败。