1.基于机器视觉的商品条码印制质量检测方法，其特征在于，具体按照以下步骤实施：步骤1：采集待测商品条码图像；步骤2：系统标定，获取商品条码图像中像素值与商品条码实际物理尺寸的比例关系；步骤3：将商品条码图像中的条码区域图像、字符区域图像分割出来；具体按照以下步骤实施：步骤3.1：对待测图像采用大律法进行二值化处理；步骤3.2：对步骤3.1处理后的条码图像进行边缘检测及梯度差计算；采用Sobel算子分别进行水平方向卷积运算和垂直方向卷积运算；Gx(i,j)＝[f(i+1,j-1)+2f(i+1,j)+f(i+1,j+1)]-[f(i-1,j-1)+2f(i-1,j)+f(i-1,j+1)]；Gy(i,j)＝[f(i-1,j-1)+2f(i,j-1)+f(i+1,j-1)]-[f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1)]式中，f(i,j)表示原图像；Gx(i,j)表示水平方向的梯度值；Gy(i,j)表示垂直方向的梯度值；二者之差即为梯度差，公式如下：G(i,j)＝Gx(i,j)-Gy(i,j)步骤3.3：对步骤3.2处理后的图像进行形态学处理；采用矩形结构元素依次进行闭运算、腐蚀运算和膨胀运算，得到类矩形区域；所述矩形结构元素为3列2行；所述闭运算进行一次；所述腐蚀运算进行两次；所述膨胀运算进行九次；步骤3.4：对步骤3.3处理后的类矩形区域进行轮廓提取；通过轮廓跟踪，得到最小外接矩形；进行裁切，得到条码图像；步骤3.5：对步骤3.4得到的条码图像进行倾斜校正；先运用Canny算子进行边缘检测；再通过Hough直线检测，得到条码边缘直线族；再测条码图像的倾斜角度；最后通过仿射变换和双线性内插算法进行旋转校正，得到端正的条码图像；步骤3 .6：对步骤3 .5得到的条码图像进行区域分割；对条码图像依次进行二值化、Canny边缘提取；对边缘图像做垂直投影，确定出条码区域图像的左右边界；对边缘图像做水平投影，确定出条码区域图像的上下边界；从条码图像中分割出条码区域图像及字符区域图像；步骤4：分析条码区域图像，计算出相关检测项数据；具体按照以下步骤实施：计算条码区域图像的结构尺寸参数及光学特性参数；(1)结构尺寸参数的计算：对条码区域图像分别做水平投影和垂直投影，从水平投影图像中间位置向上扫描，得到上边界点Pa；向下扫描，得到下边界点Pb；从垂直投影图像中间位置向左扫描，得到左边界点P1，继续向左扫描，经过空白区，直至测得左侧空白区临界点P3；同理，从垂直投影图像的中间位置向右扫描，得到右边界点P2；继续向右扫描，经过空白区，直至测得右侧空白区临界点P4；则实际待测商品条码的结构尺寸参数计算如下：条宽：W＝(P2-P1)*DxZ尺寸：Z＝((P2-P1)/95)*Dx左空白区宽度：WBL＝(P1-P3)*Dx右空白区宽度：WBR＝(P4-P2)*Dx条高：H＝(Pb-Pa)*Dy(2)光学特性参数的计算：对条码区域图像高度在Pa与Pb之间的10％-90％区域内，在水平方向上均匀选取10条扫描线，对每条扫描线进行如下分析计算；找出扫描线中反射率最低和最高的点；最小反射率记为Rmin；最高反射率记为Rmax；则阈值GT为：GT＝(Rmax+Rmin)/2以GT为阈值对该扫描线的反射率进行逐点比对，大于GT的点属于空区域，即空单元；小于GT的点属于条区域，即条单元；条单元反射率记为Rb；空单元反射率记为Rs；则该扫描线的反射率R为：R＝(Rb+Rs)/2取反射率为R的点的横坐标为相邻单元的边界；对所有边界点找出其两侧Rb和Rs；则最小边缘反差ECmin为：ECmin＝Rs-Rb符号反差SC为：SC＝Rmax-Rmin调制比MOD为：MOD＝ECmin/SC单个单元内，最高反射率与最低反射率之差记为ERN；找出所有单元中的最大ERN，记为ERNmax；则缺陷度DEF为：DEF＝ERNmax/SC可译码度Vc为：式中，ei表示条码区域图像中相邻两条单元相应的左或右边缘之间的距离，其中，中间分隔符i＝1,2,3,4，其余i＝1,2；RTj为参考阈值，其中，j＝2,3,4，

P为字符宽度；(3)获取参考译码：根据编码原理，采用相似边距离法对条码区域图像进行译码，记下译码数据；步骤5：分析字符区域图像，计算出相关检测项数据；具体按照以下步骤实施：针对字符区域图像，计算字符高度、字符数据；(1)字符高度：对字符区域图像做水平投影，测其上、下边界点，两点间距离即为字符高度；(2)字符数据：制作0-9十个数字固定大小的标靶图像，作为标准模板；对字符区域图像做垂直投影，依次分割出各字符；剔除分隔符，进行归一化处理；将各字符与标准模板进行逐一对比，完成字符识别；

将字符识别结果与译码数据进行比较，进行一致性检测；若二者一致，则结果为“译码正确”；若不一致，则结果为“译码错误”；若无法译码，则结果为“不能译码”；步骤6：根据《商品条码条码符号印制质量的检验》对各检测项数据进行分析计算，形成检验结论。2.如权利要求1所述的基于机器视觉的商品条码印制质量检测方法，其特征在于，所述步骤1具体操作过程如下：将待测商品条码区域平铺于条码图像采集装置的采集窗口进行商品条码图像采集；图像采集时，保持待测商品条码区域表面平整。3.如权利要求1所述的基于机器视觉的商品条码印制质量检测方法，其特征在于，所述步骤2具体按照以下步骤实施：步骤2.1：制作标靶图像并标定；制作方形标靶图像，标靶图像由等大的黑白相间的方块组成；测量标靶图像中各黑色方块的边长，记为Mx(i,j)和My(i,j)；Mx(i,j)表示第i行第j个黑色方块的水平边长，My(i,j)表示i行第j个黑色方块的垂直边长，其数值单位为mm；步骤2.2：采集标靶图像并标定；将步骤2.1中制作的标靶图像平铺于条码图像采集装置的采集窗口进行标靶图像采集；图像采集时，保持标靶图像端正且表面平整；运用Harris检测算法提取角点，得到各黑色方块的边长，记为Nx(i,j)和Ny(i,j)；Nx(i,j)表示第i行第j个黑色方块的水平边长，Ny(i,j)表示i行第j个黑色方块的垂直边长，其数值单位为像素；步骤2.3：标定标靶图像实际物理尺寸与标靶图像中像素值之间的比例关系；计算公式如下：式中，H表示水平方向黑块的个数；W表示垂直方向黑块的个数；Dx表示水平方向标靶图像中像素值与标靶图像实际物理尺寸之间的比例关系；Dy表示垂直方向标靶图像中像素值与标靶图像实际物理尺寸之间的比例关系；数值单位为mm/像素；该比例关系即为商品条码图像中像素值与商品条码实际物理尺寸的比例关系。4.如权利要求1所述的基于机器视觉的商品条码印制质量检测方法，其特征在于，所述步骤6具体按照以下步骤实施：根据《商品条码条码符号印制质量的检验》的标准对各检测项数据进行分析，计算等级，或进行单项判定，形成检验结论；根据需要，完成检测报告的输出、打印；将检测数据、检测结论存入文档，以备数据存储或传输。5.如权利要求2所述的基于机器视觉的商品条码印制质量检测方法，其特征在于，所述条码图像采集装置包括箱体(1)，箱体(1)内设置有样本夹具(2)；样本夹具(2)上表面设有采集窗口(10)；采集窗口(10)正上方设置有相机(3)；样本夹具(2)上方设置有光源(4)；相机(3)及光源(4)固接于箱体(1)的顶壁；相机(3)与计算机连接；光源(4)与控制器(5)连接，控制器(5)与电源连接；所述样本夹具(2)包括基座(6)；基座(6)的四个边角处均设置有弹簧(7)；还包括盖板(8)；盖板(8)固接于四个弹簧(7)的顶端；还包括定位夹(9)；定位夹(9)为竖直固接于基座(6)上表面两侧的方形框；两个方形框顶部均穿出盖板(8)，且分别位于采集窗口(10)两侧。6.如权利要求5所述的基于机器视觉的商品条码印制质量检测方法，其特征在于：所述采集窗口(10)位于箱体(1)上表面中央；所述光源(4)为条形光源，有两个，分别位于相机(3)两侧；两个光源(4)相互平行，且与箱体(1)顶壁的夹角为45°。