1.一种建筑垃圾识别分拣设备，其特征在于：包括摄像装置、处理器、输送装置、抓取装置和分拣箱；
所述输送装置的输送路径上设有暗箱；所述摄像装置部署于所述暗箱内；所述暗箱内设有光源；
所述抓取装置沿所述输送装置的输送路径设置于所述暗箱后方；所述抓取装置可抓取建筑垃圾于所述输送装置和所述分拣箱之间移动；
所述摄像装置、所述光源、所述输送装置和所述抓取装置均与所述处理器通讯连接。
2.一种建筑垃圾识别方法，其特征在于：包括如下步骤：
S100、通过摄像装置获取建筑垃圾的外观图像；
S200、处理器将S100的外观图像进行亮度调节，获取对亮度进行高度权重的图像；
S300、处理器设定一个阈值，将S200获取的图像中像素值大于阈值的像素设为目标像素，小于阈值的像素设为背景像素，将目标像素值置1，背景像素值置0，获取二值化处理图像；
S400、处理器将S300获取的图像作为掩膜处理S200获取的图像，剔除S200的图像中被背景像素覆盖的区域，获取目标像素覆盖的目标区域；
S500、处理器将S400获取的目标区域进行ROI提取，获取ROI图像；
S600、处理器对S500获取的ROI图像提取颜色特征和纹理特征；
S700、处理器将S600获取的颜色特征和纹理特征与建筑垃圾数据库对比，识别建筑垃圾种类。
3.如权利要求2所述的建筑垃圾识别方法，其特征在于：S700中建筑垃圾数据库的建立方法是将已知的建筑垃圾通过S100～S600的步骤获取颜色特征和纹理特征进行存储标识。
4.如权利要求2所述的建筑垃圾识别方法，其特征在于：S600中颜色特征的提取方法为对不同颜色分量等级化后进行直方图特征提取的方法，即对每个等级的像素点个数占比进行统计，统计结果作为直方图特征，统计算法公式为：
k表示像素等级，Pk表示像素值为k的像素点个数占比，Nk表示像素值为k的像素点个数，Nf表示总像素的个数。
5.如权利要求2所述的建筑垃圾识别方法，其特征在于：S600中颜色特征的提取方法为通过颜色矩特征的方式进行提取，颜色矩特征即对图像像素值进行统计，统计算法公式为：
i表示第i个颜色分量，μi、σi、si，分别表示第i个颜色分量的一阶矩、二阶矩和三阶矩，f(i，j，k)表示在第i个颜色分量重坐标为(j，k)位置的像素点的像素值；M和N分别代表图像的高度和宽度。
6.如权利要求2所述的建筑垃圾识别方法，其特征在于：S600中纹理特征的提取方法为使用GLCM算法，使用具有区分性的特征值作为最终的纹理特征，特征值统计算法公式为：
x和y分别表示两个像素点的坐标，dis(x，y)表示两个像素点之间的距离；angle(x，y)代表两个像素点间的连线与水平方向的夹角；N{}代表所有满足该条件的像素点对个数，P(i，j，θ，d)代表两个像素点间满足相应相应关系的概率，NT表示所有像素点个数。
7.如权利要求2所述的建筑垃圾识别方法，其特征在于：S500中获取ROI图像的方法为，处理器历遍目标区域轮廓中的每一个点，分别寻找最上、最下、最左、最右的点，取最上的点的Y坐标为Ymin，最左的点的X坐标为Xmin，最下的点的Y坐标为Ymax，最右的点的X坐标为Xmax，取以点(Xmin，Ymin)为起始顶点，点(Xmax，Ymax)为最终顶点的矩形区域为ROI区域。
8.如权利要求2所述的建筑垃圾识别方法，其特征在于：S100中的外观图像为平面图像或高度图像。
9.一种建筑垃圾识别分拣设备的抓取方法，其特征在于：具体包括如下步骤：
步骤a、处理器控制摄像装置寻找建筑垃圾轮廓，先找到建筑垃圾左上角的边界点作为起始点A，按右,右下,下,左下,左,左上,上,右上的顺序找相邻点中的边界点，以该点为起始点做同样的操作，直到回到A点；获取每个目标轮廓的坐标点，以组合成轮廓曲线；
步骤b、处理器对步骤a获取的轮廓曲线进行处理，剔除轮廓曲线中的无效目标，无效目标包括边界目标，重复目标和过小的目标；
其中，边界目标通过对其形状轮廓曲线的范围进行判断；
重复目标通过时间、传送带速度与目标坐标之间的关系进行判断，具体公式如下：
|x1-x2|≤σ
相机帧率为Fr,传送带速度为V，目标在连续两帧图片中的坐标为(x1，y1)和(x2，y2)，标定系数为γ，σ和τ分别为两个方向上的允许误差大小，应根据物料尺寸和物料分散程度设置为合理并且较小的值；
当连续的两个目标满足上述两个式子时，即认为这两个目标为重复目标；
过小的目标通过计算目标的像素点个数，再乘以相应的系数转化成实际的面积，设置面积阈值，面积大于阈值的目标认为是有效目标，小于阈值的目标认为是无效目标，从而实现剔除过小目标；
步骤c、处理器通过步骤b中剔除无效目标的轮廓曲线计算轮廓矩，获得轮廓的质心以及旋转角度；
计算步骤如下：
第一步，图像矩的定义如下：
其中，Mp，q即为图像的(p+q)阶矩；
第二步，根据图象矩的定义获得图像的零阶矩为：
图像的零阶矩M0，0即为目标的面积，与此同时，图像的一阶矩可以表示为：
和
M1，0为目标图像上i坐标的叠加，M0，1为目标图像上j坐标的叠加，从而可以得到图像的质心：
第三步，通过图像的二阶矩计算物体的旋转角度：
其中，
步骤d、处理器通过步骤c计算得到的建筑垃圾质心和旋转角度控制抓取装置抓取建筑垃圾。