1.一种地板表面自动识别分选装置，其特征在于：包括ccd相机、相机支架、输送带、数据采集卡以及计算机控制系统，所述ccd相机设置在相机支架上部，并向下倾斜一定角度对准输送带，所述输送带为非扰性传输带，输送带上敷设有待检地板，所述ccd相机与计算机控制系统连接并进行数据交换，所述数据采集卡用于存储相机内合格产品的数据库，并用于实时监测比对行进中的待检地板。
2.如权利要求1所述的地板表面自动识别分选装置，其特征在于：所述地板为三层实木地板。
3.如权利要求1所述的地板表面自动识别分选装置，其特征在于：所述ccd相机向下倾斜对准输送带的角度为-45°~0°。
4.如权利要求3所述的地板表面自动识别分选装置，其特征在于：所述ccd相机向下倾斜对准输送带的角度为-30°。
5.如权利要求1或3或4任一权利要求所述的地板表面自动识别分选装置，其特征在于：所述相机分辨率是1920×1200，每秒钟最大采集162帧，采用usb3接口与计算机控制系统连接。
6.一种地板表面自动识别分选方法，包括以下步骤：
a：开始，根据需要进行拍摄场所的选择，为了排除噪音、提高拍摄质量，满足客户在正常光照条件下的选板场景，应该将装置的拍摄场所定在光照均匀且充足的地方；
b：采集样本图像，标定相机的检测焦点和光圈范围，采集拟定的客户倾向样板，客户倾向样板数量至少选20张，待拍摄的表板放在黑色背景板上；
c：图像预处理，利用现有的图像特征轮廓提取软件进行特征轮廓的提取，然后针对特征轮廓图像进行hsv空间转换，通过图像预处理，已经能够获取所有样板的几何特征轮廓，即排除了背景所带来的干扰，此步骤是对样板的颜色进行分选；
d：剔除不符合需求的样本，创建一个检索框来对表板样本进行地毯式搜索检查，如果检索到的表板样本含有黑色区域的面积超过客户满意的最小面积，就认为是不满足客户需求的的样板；
e：设定客户需求，完成不符合需求样本的剔除后，根据客户的实际要求，设定需要保留的阈值范围，阈值范围按顾客需求设定；
f：利用统计方法进行分选，黑纹识别以及筛选的算法主要是通过计算黑纹占样本表板的面积比例来实现,当黑纹所占的比例超过设定的面积阈值则判定为黑纹，若没有超过则进行下一步操作。
7.如权利要求6所述的地板表面自动识别分选方法，其特征在于：所述步骤d还包括剔除条形黑纹的方法，包括以下步骤：
d-1-a：设置黑纹特征提取的阈值，在利用matlab读取到图像后，立即对图像进行二值化处理；
在这个过程中，一般会利用matlab自带的graythresh函数来获得图像平均阈值，然后再利用这个平均阈值0.4对图像进行二值化；
d-1-b：计算样本图像的像素面积，在二值化处理过程中，如果将阈值设置成0就会的到一幅全白的图像，相应的如果将阈值设置成1就会得到一幅全黑的图像，通过计算图像中全黑或者全白图像的像素面积就可以得到样本图像的初始面积s0；
d-1-c：计算黑色条纹占初始面积的百分比，在对表板样本图像使用二值化操作后，图像中大于阈值的图像会变成白色，所对应的像素值为1，小于阈值的部分会变成黑色，对应的像素值为0，即黑色条纹部分，通过计算黑色部分的像素面积，利用下述公式，可以计算出黑色条纹所占的面积比例δ，δ=(s0-s1)/s0×100%；
d-1-d：设定黑色条纹占比的面积阈值，通过对样本的统计分析，得到表板样本中黑纹所占面积比值，此比值即为黑色条纹占比的面积阈值。
8.如权利要求6所述的地板表面自动识别分选方法，其特征在于：所述步骤d还包括识别并剔除黑色节子的方法，包括以下步骤：
d-2-a：创建检索框，根据客户需求对于表板样本中可接受的节子的最大二值化面积的像素大小，并以这个值为检索阈值，创建能够将其包含在内的最小矩形检索框；
d-2-b：利用检索框搜索，利用矩形检索框和二值化后的样板图像进行卷积操作，就会得到一个新矩阵，在这个新矩阵中的各个元素就代表着在样板图像中对应区域的黑色像素面积，在此处需要再次设定一个阈值，这个阈值是为了能够检索出一小部分面积比较小的节子。
9.如权利要求8所述的地板表面自动识别分选方法，其特征在于：所述步骤d-2-b中，为更优的对去除大面积黑纹后的样本进行第二次采样统计，根据统计结果将阈值设定为500像素面积。