1.一种基于线激光扫描及机器视觉的零件表面缺陷检测方法，其特征在于：具体包括如下步骤：步骤1，对相机进行标定，获取相机的内外参数,并拍摄一张无激光照射下的图像作为参照图像；

所述步骤1中的相机标定的具体过程如下：

用相机拍摄10-20张棋盘的图像，用opencv自带的角点检测函数，检测每一张图片含有的角点个数，对比角点坐标的三维坐标和像素坐标，完成相机的标定过程，标定结果包括相机的内参数矩阵，畸变系数以及每一幅图像的旋转向量和平移向量；

步骤2，利用图像采集系统采集图像；

所述步骤2中，图像采集系统包括带动零件做匀速运动的移动位移平台，移动位移平台上放置有待测零件，待测零件的正上方设有CCD工业相机，待测零件的斜上方设有线激光发射器，CCD工业相机依次连接计算机和单片机；

步骤3，对图像依次进行高斯滤波、图像差分、高斯平滑、条纹中心线提取、坐标转换，得到待测零件表面的三维点云数据；

所述步骤3中，高斯滤波的具体过程如下：

用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值；

所述步骤3中，图像差分的具体过程如下：

步骤a，遍历图像像素点，将图像中的每一个像素点的R、G、B分离出来；

步骤b，采用如下公式(1)将有条纹的图像与无条纹的图像的对应位置的像素点做差：dst(x,y,z)＝src1(x,y,z)-src2(x,y,z) (1)；

其中，dst(x,y,z)为差分后图像某像素点的R、G、B值，src1(x,y,z)为有条纹图案的图像中对应像素点的R、G、B值，src2(x,y,z)为无条纹图案的图像中对应像素点的R、G、B值步骤c，重复步骤b直至所有像素点都完成做差计算，则得到差分后的图像dst；

所述步骤3中，条纹中心线的提取的具体过程如下：步骤a，按列遍历图像中的每一个像素点，找出每列中最亮的像素点；

步骤b，采用Hough变换检测直线；

步骤4，针对表面无缺陷的标准零件，执行步骤1～3的操作，获得表面无缺陷的标准零件的三维点云数据图像；

步骤5，将步骤3得到的数据与步骤4得到的数据进行做差，取差值的绝对值，将所得该绝对值与设定的阈值之间进行比较，根据比较结果，判断待测零件表面是否存在缺陷；

所述步骤5的具体过程为：

步骤5.1，取待测零件表面三维点云数据和标准零件的三维点云数据在相同X、Y坐标下的对应的Z坐标值进行做差，如果公式(2)所示：H

其中，Z(X

步骤5.2，将H