1.一种太阳能光伏电池缺陷的检测方法，其特征在于，包括以下步骤：步骤1、去除太阳能光伏电池原始图像Ix中的母线，并提高图像的亮度和对比度，得到待检图像I0，所述原始图像Ix和待检图像I0大小均为M×N；

步骤2、构建块数据删除模型，利用块数据删除模型在待检图像I0中标记出异常块；

步骤3、剔除步骤2标记的图像中的异常块，并利用剔除异常块后的图像进行背景重建，得到重建背景图像步骤4、计算待检图像I0与背景图像 的差分图像ΔI，通过阈值分割得到检测结果I′；

步骤5、去除检测结果I′中的噪声点，得到最终的缺陷检测结果。

2.如权利要求1所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤1按照以下步骤进行：步骤1.1、将原始图像Ix进行傅里叶变换，得到频谱图 并在频谱图 上划定频谱值保持不变的区域，所述频谱值保持不变的区域为以频谱图 的中心为圆心，以d为半径的圆形区域，所述d的取值范围为0＜d≤8；

步骤1.2、构造滤波器V，取滤波器V的带宽为Du，控制带宽的参数为w，所述w的取值范围为 任意一点坐标为(u,v)的V(u,v)值由式(1)计算得到，其中D(u,v)为频谱图上点(u,v)距离频谱中心的距离，D(u,v)公式如式(2)，步骤1.3、将频谱图 与构造的滤波器V做卷积，得到去除水平母线的太阳能光伏电池图像的频谱图 如式(3)，步骤1.4、对 进行傅里叶逆变换，得到去除水平母线的太阳能光伏电池图像Ie，对图像Ie做幂次变换增强其亮度及对比度，得到待检图像I0，幂次变换公式如式(4)，其中参数C＞0,0＜r＜1。

3.如权利要求2所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤2按照以下步骤进行：步骤2.1、将待检图像I0分成若干大小为W×H的不重叠的图像块，并将每个图像块的所有像素灰度值的均值作为该图像块整体的像素值，得到图像I1；

步骤2.2、记I1中位于(xi,xj)处的像素值为Yi,j，建立像素值与其像素位置间的非线性回归模型如式(5)，其中ε～N(0,σ2)；

利用式(5)根据最小二乘法可估算出系数

步骤2.3、从图像I1中删除一个图像块l，利用剩下图像块的均值通过式(5)估算出系数其中l＝1,2,…,k，k为图像块的个数；

步骤2.4、计算系数 和系数 的Cook距离Cookl，Cookl的计算公式如式(6)，其中p为参数个数，X为坐标值矩阵， 为误差方差估计；

步骤2.5、计算Cookl(l＝1,2,…,k)的上四分位数Q3和四分位极差R1，取上截断点为阈值T1，所述阈值T1的计算公式为T1＝Q3+1.5R1；

步骤2.6、将步骤2.3计算得到的Cookl与步骤2.5的阈值T1比较，筛选出Cookl大于阈值T1的块，标记为异常块，得到图像Ic如式(7)，

4.如权利要求3所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤3按照以下步骤进行：步骤3.1、从待检图像I0中将步骤2标记的异常块全部剔除；

步骤3.2、利用非线性回归模型式(5)将剔除异常块后的待检图像I0的无缺陷区域的像素值及其坐标进行拟合，计算出系数步骤3.3、利用系数为 的非线性回归模型(5)进行背景图像重建，得到重建后的背景图像 如式(8)，其中(xi,xj)为与待检图像I0相同的坐标。

5.如权利要求4所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤4按照以下步骤进行：步骤4.1、根据权利要求3中步骤2的待检图像I0和权利要求4中步骤3的背景图像 计算差分图像ΔI，如式(9)：步骤4.2、取阈值T2＝μ+c2σ,其中μ和σ分别为差分图像ΔI的灰度值的均值和标准差，c2为常数，0＜c2≤3，利用阈值T2对差分图像ΔI进行分割可得到检测结果I′，如式(10)：其中(r,c)为差分图像ΔI的像素的位置坐标。

6.如权利要求5所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤5按照以下步骤进行：步骤5.1、结合检测结果I′和8-连通区域的面积，设置阈值Tarea，所述Tarea的取值范围为

0＜Tarea≤600；

步骤5.2、将8-连通区域面积与阈值Tarea进行比较，并标记处8-连通区域面积大于等于阈值Tarea的部分，得到去除噪声的异常区域，即检测出太阳能光伏电池的缺陷。

7.如权利要求2所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤1.1中，d＝4，步骤1.4中，C＝1,r＝0.7。

8.如权利要求5所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤4.2中，c2＝2。

9.如权利要求6所述的一种太阳能光伏电池缺陷的检测方法，其特征在于，步骤5.1中，Tarea＝100。