1.一种基于图像处理的布匹瑕疵的检测方法，其特征在于，该方法包括：

S1、获取布匹图像，将布匹图像均匀划分多个窗口图像，获取每个窗口图像的频谱图，根据各频谱图绘制每个对应的窗口图像的频率直方图；

S2、根据频率直方图获取每两个窗口图像的频率均值差异、频率偏差差异，根据频率均值差异、频率偏差差异计算每两个窗口图像之间的频率相似度值，并计算每个窗口图像与其他窗口图像之间的频率相似度值的平均相似度值；

S3、将各窗口图像的平均相似度值获取相似度曲线，将相似度曲线变化率最大值的点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合；获取所有窗口图像中频率相似度值的最大值，最大值所对应的窗口图像为标准窗口图像；

S4、对标准窗口图像进行分析，得到两个主成分方向及各主成分方向对应的特征值；获取垂直主成分方向的的最长直线l，根据最长直线l左侧的一个初始像素点与最长直线l上所有与所述初始像素点灰度值相同的直线像素点获取布匹纹理的最小可能周期，根据每个最小可能周期计算最小周期的可能性值，根据可能性值和设定的可能性值的阈值确定满足条件的布匹纹理的最小周期；

S5、计算单个最小周期内垂直各主成分方向的像素点的灰度均值、像素点的灰度方差；

并根据各主成分方向的最小周期对应的可能性值、特征值、灰度均值及灰度方差计算未知缺陷窗口图像的周期符合率；

S6、根据周期符合率对未知缺陷窗口图像进行阈值分割，得到缺陷像素点的集合，缺陷像素点的集合即为缺陷位置。

2.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据频率均值差异、频率偏差差异计算每两个窗口图像之间的频率相似度值的步骤包括：对各频率直方图中的频率值进行密度聚类得到若干个类别区间，分析各类别区间的频率占比得到主类别和非主类别；

根据下式(1)计算相似度值：

其中，Xi,j表示第i和第j个窗口图像的频率之间的相似度值；Fi,a表示第i个窗口图像的频率直方图第a个非主类别；Fj,b表示第j个窗口图像的频率直方图第b个非主类别；Mi表示第i个窗口图像频率直方图的非主类别个数；Mj表示第j个窗口图像频率直方图的非主类别个数， 表示第i个窗口图像与第j个窗口图像非主类别平均波动程度差异；μi表示第i个窗口图像的频率均值；μj表示第j个窗口图像的频率均值；σi表示第i个2

窗口图像的频率偏差；σj表示第j个窗口图像的频率偏差；(μi‑μj) 表示窗口图像之间的频

2 2 2

率均值差异；(σi‑σj) 表示窗口图像之间的频率偏差差异，(μi‑μj) *(σi‑σj) 表示窗口图像频率直方图之间的整体分布差异。

3.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，将相似度曲线变化率最大值的点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合的步骤包括：获取所述相似度曲线中的变化率最大值；

根据下式(2)计算变化率最大值处的突变性T：

其中，km为变化率最大值；ki表示相似度曲线的其它点变化率；n表示其它点的个数，i表示其它点；

根据突变性确定突变点，根据突变点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合。

4.根据权利要求3所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据突变性确定突变点，根据突变点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合的步骤包括：当变化率最大值处的突变性T>5,则认为该点为突变点，且该窗口图像内的图像中存在缺陷；当变化率最大值处的突变性T<5，则不存在缺陷；

以突变点对应的变化率最大值作为相似度分割阈值，获取相似度值Xi>Xm的窗口图像，相似度值Xi>Xm的窗口图像的集合即为未知缺陷窗口图像集合，其余的窗口图像集合即为非缺陷窗口图像集合，其中，Xi表示突变点的相似度值，Xm表示突变点前的一个相似度值。

5.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据最长直线l左侧的一个初始像素点与最长直线l上所有与所述初始像素点灰度值相同的直线像素点获取布匹纹理的最小可能周期的步骤：在最长直线l最左侧选取的一个像素点作为初始像素点，将初始像素点坐标记为(x0,y0)，并获取该像素点的灰度值；

获取最长直线l上与所述初始像素点灰度值相同的所有直线像素点，所有直线像素点的集合记为集合A，选取集合A中与初始像素点坐标(x0,y0)距离依次由近至远的第一像素点坐标(x1,y1)、第二像素点坐标(x2,y2)......第n像素点坐标(xn,yn),将第一像素点坐标(x1,y1)与初始像素点坐标(x0,y0)之间的距离d1、第二像素点坐标(x2,y2)与初始像素点坐标(x0,y0)之间的距离d2......第n像素点坐标(xn,yn)与初始像素点坐标(x0,y0)之间的距离dn；

将距离d1、d2......dn依次作为布匹纹理的最小可能周期。

6.根据权利要求5所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据每个最小可能周期计算最小周期的可能性值的步骤：根据下式(3)依次将d1、d2......dn作为最小可能周期计算最小周期的可能性值：其中，h0i表示初始像素点坐标(x0,y0)与第n像素点坐标(xn,yn)之间的第i个像素坐标灰度值；hji表示与第i个像素点坐标间隔j*dn距离的像素点的灰度值；ε表示防止分母为零的常量参数，取0.01；K表示在主成分方向以dn为最小周期的可能性值；m表示周期的个数；i表示单个周期内的第i个像素点；j表示第几个周期；dn表示布匹纹理的最小可能周期。

7.根据权利要求6所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据最小周期的可能性值和设定的可能性值的阈值确定满足条件的布匹纹理的最小周期的步骤包括：当周期可能性值大于可能性值的阈值时，则认为窗口图像内的像素点在主成分方向上的最小周期为d1；

当周期可能性值小于可能性值的阈值时，则认为窗口图像内的像素点在主成分方向上的最小周期不是d1,并继续验证与初始像素点坐标(x0,y0)距离第二像素点坐标(x2,y2)的距离d2,判断以d2作为最小可能周期的可能性是否满足要求，依次将距离d1、d2......dn作为布匹纹理的最小可能周期带入式(3)，得到满足条件的最小周期ds。

8.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，并根据各主成分方向的周期符合率、特征值、灰度均值及灰度方差计算未知缺陷窗口图像的周期符合率的步骤包括：根据下式(4)计算未知缺陷窗口图像的周期符合率：

其中，hi,j表示第i个未知缺陷窗口图像内第j个像素点的灰度值； 表示与第i个未知缺陷窗口图像内第j个像素在垂直于第一主成分方向呈整数倍周期间隔的像素集合的灰度均值； 表示第i个未知缺陷窗口图像内第j个像素点与该像素点在垂直于第一主成分方向上呈现整数倍周期间隔像素点的灰度值差异；J表示标准窗口图像在垂直第一主成分方向上单周期的灰度均值；J1i,j表示第i个窗口图像内第j个像素点所在周期的灰度均值；σ表示标准窗口图像在单周期内垂直于布匹纹理的第一主成分方向的灰度方差，σ1i,j表示第i个窗口图像的第j个像素点所在周期的灰度方差； 表示第i个未知缺陷窗口图像内第j个像素在垂直于第二主成分方向的呈现整数倍周期间隔的像素集合；

表示第i个未知缺陷窗口图像内第j个像素点与该像素点在垂直于布匹纹理的第一主成分方向上呈现整数倍周期间隔像素点的灰度值差异；|J‑J2i,j||σ‑σ2i,j|表示含义可以类比第一主成分；γ1表示在布匹纹理的第一主成分方向的第一特征值；γ2表示在布匹纹理的第二主成分方向的第二特征值；K1表示垂直于布匹纹理的第一主成分方向以ds1为最小周期的可能性值，K2表示垂直于布匹纹理的第二主成分方向以ds2为最小周期的可能性值；γ1*K1表示在标准窗口图像内布匹纹理的第一主成分方向的周期可能性权重；γ2*K2表示标准窗口图像内布匹纹理的第二主成分方向周期可能性权重。

9.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据周期符合率对未知缺陷窗口图像进行阈值分割，得到缺陷像素点的集合，缺陷像素点的集合即为缺陷位置的步骤包括：根据周期符合率对第i个可能缺陷窗口图像进行阈值分割；

将周期符合率Fi,j大于周期符合率阈值θ的像素灰度值设置为255，将周期符合率Fi,j小于周期符合率阈值θ的像素灰度值设置为0，分割出缺陷像素点集合。