1.一种基于直方图的高精度色偏图像识别方法，其特征在于，包括：获取任一实物图像，根据所述实物图像获取红色通道灰阶、绿色通道灰阶和蓝色通道灰阶，分别放在三个数组；分别统计所述红色通道灰阶、所述绿色通道灰阶和所述蓝色通道灰阶在所述实物图像出现的次数；以各级灰阶作为横坐标，三通道灰阶在所述实物图像出现的次数作为纵坐标绘制出所述实物图对应的直方图；

将生成的所述直方图输入二分类器进行分析；

根据所述二分类器的分析，判断实物图像是否具有色偏，当实物图像为色偏图像，则通过白平衡算法处理后输出，当实物图像为正常图像，则直接输出；

从公开图像中获取全部图像或者部分图像构建正常图像集，并生成适于机器学习的正常直方图集；

对所述正常图像集中的每一图像进行色偏处理，以生成色偏图像集，并生成适于机器学习的色偏直方图集；

根据所述正常直方图集和所述色偏直方图集，构建色偏图像训练集、验证集和测试集；

基于所述直方图的训练集、验证集作为实物图像，根据开源机器训练模型在深度学习计算机上进行训练；

根据所述深度学习计算机的训练反馈调节所述开源机器训练模型的参数，以产生二分类器。

2.根据权利要求1所述的基于直方图的高精度色偏图像识别方法，其特征在于，根据所述实物图像获取红色通道灰阶、绿色通道灰阶和蓝色通道灰阶，分别放在三个数组的步骤包括：获取的所述实物图像中每一像素均具有红、绿、蓝三个灰阶，每一所述数组中元素的个数为所述实物图像中像素的个数。

3.根据权利要求2所述的基于直方图的高精度色偏图像识别方法，其特征在于，所述以各级灰阶作为横坐标，三通道灰阶在所述实物图像出现的次数作为纵坐标绘制出所述实物图对应的直方图的步骤包括：以黑色作为所述直方图的背景色，以红色、绿色、蓝色作为三基色直方图的填充色，以白色作为三基色直方图交叠部分的填充色。

4.根据权利要求1所述的基于直方图的高精度色偏图像识别方法，其特征在于，根据所述正常直方图集和所述色偏直方图集，构建色偏图像训练集、验证集和测试集，用于训练神经网络模型。