1.一种基于灰度共生矩阵的磁性材料外观缺陷检测方法，其特征在于，该方法的具体步骤是：步骤(1).f(x,y)表示采集到的一帧大小为H×V的磁性材料水平投影灰度图,对该磁性材料灰度图作二值化处理： 其中，x,y表示图像的横坐标和纵坐标，η表示二值化阈值，b(x,y)表示二值化图像；

步骤(2).磁性材料中心点定位：

(2-1).按从上到下的扫描方式访问二值化图像b(x,y)的每个像素点，将黑色像素点按行累加，直到该行黑色像素点累加和Countup≥η1停止，记录该行行号为Rowup；

按从下到上的扫描方式访问二值化图像b(x,y)的每个像素点，将黑色像素点按行累加，直到该行黑色像素点累加和Countdown≥η1停止，记录该行行号为Rowdown；

Rowup表示磁性材料上边缘的纵坐标，Rowdown表示磁性材料下边缘的纵坐标，η1表示筛选磁性材料上、下边缘的阈值；

(2-2).计算磁性材料中心点的纵坐标Rowmiddle：(2-3).按从左到右的扫描方式访问二值化图像b(x,y)的每个像素点，将黑色像素点按列累加，直到该列黑色像素点累加和Countleft≥η2停止，记录该列列号为Colleft；

按从右到左的扫描方式访问二值化图像b(x,y)的每个像素点，将黑色像素点按列累加，直到该列黑色像素点累加和Countright≥η2停止，记录该列列号为Colright；

Colleft表示磁性材料左边缘的横坐标，Colright表示磁性材料右边缘的横坐标，η2表示筛选磁性材料左、右边缘的阈值；

(2-4).计算磁性材料中心点的横坐标Colmiddle：(2-5).获得磁性材料中心点的坐标为(Colmiddle,Rowmiddle)；

步骤(3).将源图像f(x,y)中的磁性材料区域平均分割成n个大小为M×N的子区域：(3-1).计算磁性材料的宽度Width和高度Height：(3-2).选择子区域的大小M×N，满足：

(3-3).按从左到右、从上到下的扫描方式遍历所有子区域，第i个子区域的中心点坐标(coli,rowi)为： p表示按从左到右的扫描方式遍历子区域的列号，q表示按从上到下的扫描方式遍历子区域的行号；

步骤(4).计算n个子区域的灰度共生矩阵：

(4-1).选择合适的灰度级k，对源图像f(x,y)进行灰度级转换：其中，[f(x,y)/T]表示f(x,y)除以T取整数部分，T表示同一灰度级不同灰度值的最大差值；

(4-2).计算第i个子区域的灰度共生矩阵Gi：灰度共生矩阵Gi中的项grs表示该子区域中出现满足以下条件的像素点对s1(x1,y1)和s2(x2,y2)的次数：其中，像素点s1(x1,y1)的灰度值为(r-1)，像素点s2(x2,y2)的灰度值为(s-1)，d表示s1与s2之间的像素间距，direct表示s1与s2之间的相对方位；

(4-3).计算灰度共生矩阵Gi的熵值Ei： ars是灰度共生矩阵Gi中的项grs归一化后的值；

(4-4).反复迭代步骤(4-2)和步骤(4-3)直到n个子区域全部计算完；

步骤(5).将所有缺陷区域与正常区域灰度共生矩阵的熵值制作成数据样本，进行K-Means聚类：(5-1).在数据样本中随机选取w个熵值作为初始对象，每个对象代表一个聚类中心；

(5-2).对于所有熵值，根据其与聚类中心的欧式距离，按照距离最近的准则将其分配到距离它们最近的聚类中心所对应的类；

(5-3).更新聚类中心：将每个类中所有对象所对应的均值作为该类的聚类中心，计算目标函数的值，目标函数为： 其中,uj表示w个聚类中心中第j个聚类中心的值，ei表示该类m个对象中第i个对象值；

(5-4).判断聚类中心和目标函数的值是否发生变化，若不变，则聚类成功，反之，重新从步骤(5-2)开始迭代；

步骤(6).聚类完成后，根据聚类结果设置阈值ET；若磁性材料任意一个子区域的熵值E≥ET，则该磁性材料为次品，反之，则为正品，实现磁性材料外观缺陷检测。

2.如权利要求1所述的一种基于灰度共生矩阵的磁性材料外观缺陷检测方法，其特征在于：步骤(4)中所述的灰度级k的范围为1～256级。

3.如权利要求1所述的一种基于灰度共生矩阵的磁性材料外观缺陷检测方法，其特征在于：步骤(6)中所述的阈值ET＝2～10。