1.基于因子迭代的茶树嫩芽智能识别方法，其特征在于，包括如下步骤：第一步：采集彩色图像，彩色图像中包括新梢嫩芽及复杂背景；第二步：设定R、G、B三个分量的线性关系式；所述第二步中，将R、G、B三个分量联合起来考虑，假定G与B分量之间、B与R分量之间、R与G分量之间均存在一种线性关系：k1*G+k2*B+k3*R＞T，其中k1、k2、k3、T表示线性关系式中的参数；第三步：选定线性关系式中的参数取值范围；第四步：设定参数迭代步长；第五步：设定符合条件参数评价标准；第六步：选择迭代区域；第七步：迭代计算，记录参数取值范围内满足参数评价标准的组值，并对其取平均值；所述第七步中，将读取的嫩芽迭代区域以及背景迭代区域的R、G、B组值代入k1*G+k2*B+k3*R＞T中，将所有选定区域中，k1、k2、k3以及T在所有取值范围内满足参数评价标准的组值记录下来，最后对其取平均值；第八步：根据组值平均结果确定色彩因子；所述第八步中，根据组值平均结果确定色彩因子为：‑1.01*G+0.8*B+0.19*R＞99；第九步：使用色彩因子对原始茶树图像进行图像分割；第十步：对于图像分割后的图像，使用面积滤波法，将嫩芽从复杂背景中识别出来。2.如权利要求1所述的基于因子迭代的茶树嫩芽智能识别方法，其特征在于：所述第三步中，各个像素点的R、G、B三个分量的取值均在[0,255]范围之内，由此确定k1、k2、k3以及T的取值范围。3.如权利要求1所述的基于因子迭代的茶树嫩芽智能识别方法，其特征在于：所述第四步中，k1、k2、k3的迭代步长设定为0.1，T的迭代步长设定为1。4.如权利要求1所述的基于因子迭代的茶树嫩芽智能识别方法，其特征在于：所述第五步中，在原始茶树图像上分别选取嫩芽迭代区域以及背景迭代区域，对于同一组k1、k2、k3以及T，在嫩芽迭代区域中，符合线性关系式k1*G+k2*B+k3*R＞T的像素个数占比不少于嫩芽迭代区域的总像素个数的95％，与此同时，这四个参数还满足在背景迭代区域中，满足线性关系式k1*G+k2*B+k3*R＞T的像素个数占比不大于背景迭代区域的总像素个数的5％。5.如权利要求1所述的基于因子迭代的茶树嫩芽智能识别方法，其特征在于：所述第六步中，在原始茶树图像中选取若干个背景迭代区域以及若干个嫩芽迭代区域。6.如权利要求1所述的基于因子迭代的茶树嫩芽智能识别方法，其特征在于：所述第十步中，使用基于连通区域标记的面积滤波法，将图像分割后的图像中不感兴趣区域和未长开嫩芽剔除，从而将嫩芽从复杂背景中识别出来。