1.一种基于orb算法的图片快速识别定位的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于orb算法的图片快速识别定位的方法，其特征在于，在所述步骤s1中所述查询图匹配最小比例a为基于查询图生成查询金字塔图层顶层最小比例值，取值类型为浮点型，其比例值小于1为缩小，大于1为放大；所述查询图匹配最大比例b为基于查询图生成查询金字塔图层底层最大比例，取值类型为浮点型，其比例值小于1为缩小，大于1为放大，其中查询图匹配最大比例值要大于等于查询图匹配最小比例值，所述训练子图横向拆分数量c为训练图进行子图拆分时横向平均拆分的数量，取值类型为整型，其取值大于等于1，所述训练子图纵向拆分数量d为训练图进行子图拆分时纵向平均拆分的数量,取值类型为整型，取值大于等于1，所述训练图裁剪最大层数e为控制训练图进行裁剪时的嵌套次数，取值类型为整型，裁剪的子图的层级等于被裁剪图的层级加1，原始训练图的层级为0。
3. 根据权利要求2所述的基于orb算法的图片快速识别定位的方法，其特征在于，在所述步骤s1中所述高质量匹配距离f为特征点匹配结果距离的过滤值，取值类型为浮点型,其取值大于等于0；所述图像尺寸级别划分尺寸g为统计值列表，且按小到大的顺序排序，当,则判定图片的尺寸级别为n，其中；所述图像尺寸级别缩放比例h为各尺寸级别查询金字塔图的缩放比例的统计值列表；所述图像尺寸级别匹配质量阈值l为各尺寸级别图像匹配度结果的不同质量阈值的统计值列表，每级尺寸级别质量阈值依次为低质量阈值i(n)=l(n)[0]、一般质量阈值j(n)=l(n)[1]和高质量阈值k(n)=l(n)[2]；所述特征点基准数量q为图像尺寸为100的特征点最大数量，用于控制orb算法计算时保留的特征点数量，降低后续特征点匹配时的计算量。
4.根据权利要求3所述的基于orb算法的图片快速识别定位的方法，其特征在于，在所述步骤s2中所述预处理为对训练图和查询图进行灰度图转换，将训练图进行等比例缩小处理，控制训练图的最大尺寸，以降低图像识别过程中的运算量，并记录训练图缩小比例r。
5.根据权利要求4所述的基于orb算法的图片快速识别定位的方法，其特征在于，所述步骤s3包括以下步骤：
6.根据权利要求5所述的基于orb算法的图片快速识别定位的方法，其特征在于，所述步骤s4包括以下步骤：
7.根据权利要求6所述的基于orb算法的图片快速识别定位的方法，其特征在于，所述步骤s5包括以下步骤：
8.根据权利要求7所述的基于orb算法的图片快速识别定位的方法，其特征在于，在所述步骤s52中所述计算匹配区域在原始图的位置和大小包括计算高质量匹配结果特征点的坐标平均值和标准差、过滤满足高质量匹配结果中坐标在2个标准差内的特征对、计算过滤后高质量匹配结果训练图特征点区域、计算过滤后高质量匹配结果查询金字塔图层特征点区域、计算训练图匹配区域与计算原始训练图匹配区域，其中计算高质量匹配结果特征点的坐标平均值和标准差包括计算高质量匹配结果中训练图特征点坐标平均值avgx1、avgy1和标准差devx1、devy1及计算高质量匹配结果中查询金字塔图层特征点坐标平均值avgx2、avgy2和标准差devx2、devy2；所述过滤满足高质量匹配结果中坐标在2个标准差内的特征对为avgx1–2*devx1<=训练图特征点横坐标<= avgx1+2*devx1 且 avgy1–2*devy1 <=训练图特征点纵坐标<= avgy1+2*devy1且avgx2–2*devx2<=查询金字塔图层特征点横坐标<=avgx2+2*devx2且avgy2–2*devy2<=查询金字塔图层特征点纵坐标<= avgy2+2*devy2；所述计算过滤后高质量匹配结果训练图特征点区域为获取过滤后高质量匹配结果中训练图子图匹配特征点坐标的最小坐标值minx1、miny1与最大坐标值maxx1、maxy1，并计算得出训练图子图匹配特征点坐标矩阵(x1,y1,w1,h1)，其中x1=minx1、y1=miny1、w1=maxx1-minx1、h1=maxy1-miny1；所述计算过滤后高质量匹配结果查询金字塔图层特征点区域为获取过滤后高质量匹配结果中查询金子塔层图匹配特征点坐标的最大坐标值maxx2、maxy2与最小坐标值minx2、miny2，并计算得出查询金字塔图层特征点矩阵(x2,y2,w2,h2)，其中x2=minx2、y1=miny2、w1=maxx2-minx2、h2=maxy2-miny2；所述计算训练图匹配区域包括计算区域矩阵(x3,y3,w3,h3)，其中x3=x1-x2*w1/w2、y3 = y1-y2*h1/h2、w3=查询金子塔层图宽度*w1/w2、h3=查询金子塔层图高度*h1/h2；所述计算原始训练图匹配区域为通过获取匹配结果训练图左上角相对预处理后训练图的坐标(x,y)，计算得出原始训练图匹配区域(x4,y4,w4,h4)，其中x4=(x3+x)/r、y4=(y3+y)/r、w4=w3/r、h4=h3/r。
9. 根据权利要求8所述的基于orb算法的图片快速识别定位的方法，其特征在于，在所述步骤s5中所述训练图平均拆分包括对训练图进行横向平均拆分c份，纵向平均拆分d份，并记录拆分后子图的裁剪层数为被拆分训练图裁剪层数加1，记录拆分子图区域左上角位于被裁剪训练图的坐标（x,y），并计算每个子图左上角位于预处理后训练图的坐标(x,y)，其中，子图x =训练图x + x, 子图y =训练图y+y；所述训练图匹配区域截取通过计算得出训练图匹配区域作为待裁剪区域(x3,y3,w3,h3)，若x3<0或y3<0或x3+w3>训练图宽度或y3+h3>训练图高度，则裁剪区域超出训练图范围，需向上级匹配结果的训练子图进行裁剪，并将裁剪区域转换为（x5,y5,w5,h5），其中x5=x3+训练图x、y5=h3+训练图y、w5=w3、h5=h3，裁剪出来的子图裁剪层数为被裁剪训练图裁剪层数加1，并记录裁剪子图区域左上角位于被裁剪训练图的坐标（x,y），并计算子图左上角位于预处理后训练图的坐标(x,y)，其中，子图x=训练图x+x，子图y=训练图y+y。
10.根据权利要求9所述的基于orb算法的图片快速识别定位的方法，其特征在于，所述步骤s6包括以下步骤：