1.一种在线磨粒图像数据处理方法，其特征在于，包括如下步骤：

S1、针对在线磨粒监测采集到的磨粒图像，先对其边界进行裁剪，进而采用权重值法对磨粒图像进行灰度化处理；

S2、对经过灰度化处理后的磨粒图像添加随机噪声，然后通过3M-WVNID去噪算法对磨粒图像进行去噪处理,所述3M-WVNID去噪算法集成小波分析去噪、二维变分模态分解和非局部均值滤波融合；

S3、对去噪处理后的磨粒图像采用大津算法进行二值化图像分割；

S4、采用canny算子进行边界特征检测并采用分水岭算法进行磨粒图像分割；

S5、对经过图像处理后磨粒图像提取出特征参数。

2.根据权利要求1所述在线磨粒图像数据处理方法，其特征在于，所述3M-WVNID去噪算法具体为，将小波分析去噪后的图像分解为4个子模型，分别对4个子模型利用非局部均值滤波融合进行去噪，去除每个模型中所包含的其他部分随机噪声，再通过二维变分模态分解将4个子模型进行重构，得到降噪图像。

3.根据权利要求1或2所述在线磨粒图像数据处理方法，其特征在于，所述对经过图像处理后磨粒图像提取出特征参数，特征参数包括正磨粒浓度NIPCA、大磨粒占比pbr、小磨粒占比psr和灵敏磨损指数为Z(i)；

所述正磨粒浓度NIPCA表示磨粒图像中磨粒链覆盖像素点个数占总像素点个数的比值，通过磨粒图像处理对白色的磨粒区域计算其总像素值S1，对图像的所有黑色区域计算器总像素值S0，进而求得磨粒图像的正磨粒浓度NIPCA：所述大磨粒占比PBR为磨损量与磨粒粒径的大小成正比，将磨粒粒径大于25μm的磨粒定义为大磨粒；通过大磨粒像素点覆盖面积占磨粒总像素点的比值表示大磨粒占比：其中，S大磨粒面积为磨粒粒径大于25μm大磨粒占总磨粒浓度的百分比；

所述小磨粒占比PSR为小磨粒像素点覆盖面积占磨粒总像素点的比值，将磨粒粒径小于25μm的磨粒定义为小磨粒；

其中，S小磨粒面积为磨粒粒径小于25μm大磨粒占总磨粒浓度的百分比。

所述灵敏磨损指数为Z(i)，Z(i)的值与灵敏度梯度指数P(i)和相邻浓度正磨粒浓度差值相关；

Z(i)＝P(i)×△NIPCA(i)+NIPCA(i)

其中：Z(i)为灵敏磨损指数；△NIPCA(i)为相邻两时刻正磨粒浓度之差，即△NIPCA(i)＝NIPCA(i)-NIPCA(i-1)，当i＝1时，△NIPCA(i)＝0；

P(i)为灵敏梯度指数， 其中PBR为磨粒粒径大于25μm磨粒占比；PSR为磨粒粒径小于25μm磨粒占比。