1.一种基于稀疏字典的螺栓拧紧检测方法，其特征在于：包括以下步骤：步骤1：拍摄位于所需检测的工位上的产品的标准作业图片至少一张，该标准作业图片对所有需要拧紧的螺栓均有标记；从该标准作业图片获得基于像素坐标的灰度值矩阵Y；

步骤2：根据矩阵Y，用K-SVD算法获得稀疏字典D；

步骤3：拍摄位于所需检测的工位上的产品的实际作业图片，从该实际作业图片获得基于像素坐标的灰度值矩阵Y’；

步骤4：利用稀疏字典D对矩阵Y’进行稀疏变换，获得变换后的系数矩阵X’；

步骤5：根据每个螺栓所在位置处对应的X’的稀疏度，判断该螺栓的拧紧标记是否遗漏，并输出判断结果；

在步骤1中，拍摄三张以上标准作业图片，每张标准作业图片上同一螺栓的拧紧标记的位置不同。

2.根据权利要求1所述的基于稀疏字典的螺栓拧紧检测方法，其特征在于：所述步骤2包括以下步骤：步骤21：固定稀疏字典D，利用正交匹配追踪算法求得最优的系数矩阵X；

步骤22：采用SVD方法，逐列更新稀疏字典D和系数矩阵X；

步骤23：重复步骤21及22，直至稀疏字典D和系数矩阵X不再改变。

3.根据权利要求2所述的基于稀疏字典的螺栓拧紧检测方法，其特征在于：所述步骤21包括以下步骤：步骤211：从矩阵Y中抽取样本，作为稀疏字典D的原子，并初始化系数矩阵X，稀疏度K设为螺栓个数，初始化残差r0＝Y，索引集 t＝1；

步骤212：找出残差r和字典内积最大的原子索引λ，即λi＝argmaxj＝1,…,N||；

步骤213：更新索引集Λt＝Λt-1∪{λt}，记录字典的重建原子集合步骤214：由最小二乘得到Xt＝argmin‖Y-DtX‖2；

步骤215：更新残差rt＝Y-DtXt,t＝t+1；

步骤216：若t

4.根据权利要求3所述的基于稀疏字典的螺栓拧紧检测方法，其特征在于：在步骤22中，逐列更新稀疏字典D和系数矩阵X，即当更新第k列原子的时候，其它的原子固定不变；令当前要更新第k列原子为dk，令系数矩阵X对应的第k行为 则惩罚项重写为：矩阵Ek表示除去第k个字典项后的所有N个样本的误差，使用奇异值分解法分解矩阵Ek，得到最大奇异值所对应的正交单位向量，作为新的dk，将最大奇异值所对应的特征向量与该最大奇异值相乘以更新 使以下式最小化：其中，范数值F＝2，T0为容许的误差。

5.根据权利要求1所述的基于稀疏字典的螺栓拧紧检测方法，其特征在于：在步骤4中，根据以下公式进行稀疏变换：X’＝D-1*Y’，其中，D-1表示D的逆。

6.根据权利要求1所述的基于稀疏字典的螺栓拧紧检测方法，其特征在于：在步骤5中，根据每个螺栓所在位置处对应的X’的稀疏度，判断该螺栓的拧紧标记是否遗漏，若稀疏度大于或等于标准值，则输出该螺栓的拧紧标记正常，若稀疏度小于标准值则输出该螺栓的拧紧标记遗漏。

7.一种基于稀疏字典的发动机生产线螺栓拧紧检测方法，其特征在于：包括权利要求

1-6中任一项所述的基于稀疏字典的螺栓拧紧检测方法，所述所需检测的工位为发动机生产线上的工位。