1.一种齿轮外观缺陷快速影像检测方法，其特征是包括检测预处理阶段和在线检测两个阶段；检测预处理阶段包括目标区域自动设置、生成粗检模板和生成精检模板三个过程；

在线检测阶段包括如下步骤：

步骤J1)对待检齿轮进行图像采集，通过背光投影的方式获得待检图像；

步骤J2)对待检图像进行预处理和特征提取；

步骤J3)将待检图像与粗检模板图像进行面积差值运算以进行粗检判断，剔除具有明显缺陷的零件；

步骤J4)利用基于形状的模板匹配方式，将待检图像与精检模板图像进行配准，使得两图像的齿轮齿向重合；

步骤J5)将待检图像与精检模板图像进行异或运算得出差异图像，获得差异图像中的缺陷区域面积并进行精检判断，剔除不合格零件；

步骤J3)具体包括如下步骤：步骤J3.1)将待检图像和粗检模板图像分别进行阈值化分割，获得两者的二值图；步骤J3.2)通过统计二值图的像素值，得出粗检模板图像二值图和待检图像二值图的面积，分别记为SA和SB；步骤J3.3)设置粗检阈值T1，计算|SA-SB|/SB，如果|SA-SB|/SB＞T1，则直接判定待检图像对应的齿轮不合格；如果|SA-SB|/SB≤T1，则粗检合格并进入下一步；

步骤J5)的具体步骤为：步骤J5.1)将精检模板图像二值图与待检图像二值图进行异或运算，得到差异图像二值图；步骤J5.2)将差异图像进行滤除线性噪声处理；步骤J5.3)通过连通区域标注法对差异图像中的缺陷区域进行像素标记，计算标记个数得到缺陷区域的面积SC；步骤J5.4)设置精检阈值T2，计算SC/SB，如果SC/SB≤T2，则最终判定该待检图像对应的齿轮合格；如果SC/SB＞T2，则最终判定该待检图像对应的齿轮不合格。

2.如权利要求1所述的齿轮外观缺陷快速影像检测方法，其特征是所述目标区域自动设置的过程具体包括如下步骤：步骤M1)取目标齿轮，获得目标图像；

步骤M2)利用迭代法分析目标图像直方图获得阈值；

步骤M3)利用阈值化分割获得目标图像二值图；

步骤M4)基于目标图像二值图获得最小凸多边形；

步骤M5)基于凸多边形进行曲线拟合获得齿轮的外接圆；

步骤M6)以不小于拟合出的齿轮外接圆半径的同心圆作为蒙版进行抠图，获得包含目标齿轮的区域。

3.如权利要求2所述的齿轮外观缺陷快速影像检测方法，其特征是在目标区域自动设置的过程中，取已合格的标准齿轮作为目标齿轮，经抠图后获得的图像作为粗检模板；取多个粗检模板进行齿轮配准，使得各图像的齿轮齿向重合，之后再对配准后的各图像进行多图求平均得到平均图像，该平均图像作为精检模板图像。

4.如权利要求1所述的齿轮外观缺陷快速影像检测方法，其特征是步骤J2)中的图像预处理是指对待检图像进行边缘保持滤波处理，特征提取是指对待检图像进行亚像素边缘提取。

5.如权利要求4所述的齿轮外观缺陷快速影像检测方法，其特征是所述亚像素边缘提取采用Canny算子法，其具体步骤为：步骤C1)利用Gauss滤波器对图像进行平滑滤波，5×5的滤波模板为：步骤C2)通过求解一阶偏导数得到梯度的幅值和方向；Mx和My分别表示x方向和y方向的梯度，则：梯度值 梯度方向角θ＝arctan(My/Mx)；

步骤C3)对梯度幅值进行非极大值抑制；

步骤C4)使用双阈值法检测并连接边缘。

6.如权利要求1所述的齿轮外观缺陷快速影像检测方法，其特征是步骤J4)采用金字塔搜索法，其具体步骤为：步骤S1)对精检模板和待搜索的图像进行分层预处理，得到分层的金字塔数据；

步骤S2)在金字塔的顶层上所有区域进行匹配，搜索得到与精检模板相似的实例；

步骤S3)将匹配的结果映射到金字塔数据的下一层，并将配准结果周围的区域确定为新的搜索区域；

步骤S4)在当前层新的搜索区域进行匹配运算，并将结果映射到金字塔下一层；

步骤S5)不断重复以上步骤，直到映射到金字塔的最底层。