1.一种无人智能化冲压缺陷识别方法，其特征在于，包括以下步骤：步骤1.  样本图像采集与初筛选，首先通过合适的光照系统来排除外界因素影响，然后通过线阵相机采集得到冲压件板材的图像，先对冲压件板材的图像进行增强来提高目标与背景间的对比度，再通过阈值化将获得的图像二值化，随后通过滤波处理来减少和去除噪声点，提取滤波后的图像的闭合轮廓图像，通过轮廓分离法将闭合轮廓图像分离成边缘轮廓曲线，去除边缘轮廓曲线上的凸起，去除边缘轮廓曲线上的干扰小轮廓，提取边缘轮廓曲线的连续部分，然后将特征相似的边缘轮廓曲线进行合并，再然后用最小二乘法对合并后的边缘轮廓曲线进行圆拟合得到拟合圆，结合拟合圆的信息提取出冲压件的整体直径、整体面积，若整体直径低于标准直径阈值，或整体面积低于标准面积阈值，则判断冲压件缺边；再以拟合圆内的像素点为对象，利用基于灰度直方图的自适应阈值分割法进行分割，再获取分割后图像的连通域轮廓图像，基于连通域轮廓的几何特性进行初筛选，确立圆孔的候选集，对圆孔的候选集的边缘点分别进行圆拟合，结合拟合圆孔的信息提取出冲压孔的数量、冲压孔圆心位置、冲压孔间距，冲压孔直径，若冲压孔的数量不等于标准值，或冲压孔圆心位置不处于标准区域内，或冲压孔间距大于或小于阈值，或冲压孔直径大于或小于阈值，则判断冲压件的不满足要求，存在易于判断的缺陷：少孔、漏加工；对应无缺边、少孔、漏加工的图像采用opencv与c++工具，对进行圆孔拟合后获得的冲压件非圆孔区域的二值图，采取八连通域规则分割成像素值不同的若干连通区域块，计算各连通区域的像素值，再通过各连通区域与临近区域平均像素值比较，选出像素值之差大于设定阈值连通区域的作为  疑似缺陷区域，再以疑似缺陷区域的缺陷区域为中心，切割为416×416的图片，而未选出的疑似缺陷区域的冲压件判断为合格产品；步骤2.样本缺陷精检测，选取具有裂纹、或铁锈、或油污的疑似缺陷区域图像，对疑似缺陷区域图像进行标记得到缺陷类别和包含缺陷的真实框，制作小图训练集，大小为416×416，选用步骤1中的冲压件板材的图像作为测试集，基于yolov3建立冲压件检测网络模型，按等比例选取包含裂纹、铁锈、油污每类缺陷的图像存入训练集，选取数量为训练集图像的5%的包含裂纹、铁锈、油污每类缺陷的图像等比例存入测试集，利用loss损失函数基于真实框进行损失值计算，得到预测误差，利用预测误差进行反向传播，得到当前网络权重参数：利用当前网络权重参数更新检测网络模型的网络权重参数，然后利用训练集进行多次网络权重计算与更新，得到最优网络权重参数；通过测试集中的图片对训练好的网络结构进行测试，待准确率达到阈值，若未达到则调整训练集中的各个类别的样本比例并重新进行多次网络权重计算与更新，直至准确率达到阈值；利用测试后准确率大于阈值的检测网络模型给步骤1中判定存在疑似缺陷区域的冲压件的分割后的图像进行检测和标记；步骤3 .样本冲压孔高度检测，对于步骤2检测后无缺陷的冲压件表面特征高度进行检测，将冲压孔深度不足冲压件判断为不合格产品并返工；步骤3包括步骤：线阵相机与线阵激光器的组合构成激光三角测量系统，使线阵激光器、待测物体、线阵相机成三角关系，线阵相机与线阵激光器连线为基准线，基准线长度为S，由线阵激光器向冲压件圆孔表面投射激光光条，线阵相机接收冲压件圆孔表面反射出变形的激光条纹图像，通过激光条纹图像中条纹线与图像中心的间距，按公式

计算被激光光条扫描的冲压件表面与基准线的间距q，获得与激光光条等高的冲压件表面高度，获得冲压件圆孔表面的三维轮廓，将冲压孔深度不足冲压件判断为不合格产品返工，其中f为线阵相机摄像头焦距，线阵激光器与基准线的夹角为β。