1.一种玻璃缺陷检测方法，其特征在于，该方法包括以下步骤：采集玻璃图像得到对应的灰度图像；

利用canny算子对灰度图像进行边缘检测得到轮廓线，采用DBSCAN算法将所述轮廓线划分为多个子轮廓线，根据子轮廓线的长度、子轮廓线上每个采样点的梯度线与子轮廓线之间相交的像素点数量，得到子轮廓线的线状缺陷相似度，将线状缺陷相似度大于设定阈值的子轮廓线标记为线状缺陷，包括：采用canny算子提取玻璃图像中的边缘信息得到轮廓线对玻璃图像进行超像素分割得到多个超像素块，采用灰度共生矩阵提取每个超像素块的纹理特征，基于灰度图像得到每个超像素块的灰度直方图，提取灰度直方图中的灰度特征，将纹理特征和灰度特征组成每个超像素块的特征描述向量；

以每个超像素块为中心超像素块获取每个超像素块的邻域搜索范围，基于所述特征描述向量分别计算中心超像素块与其邻域搜索范围内N个超像素块之间的距离，得到中心超像素块对应的N个所述距离，N为正整数；将N个所述距离按照从小到大排序后计算前K个所述距离的平均值，K为正整数，且N大于K，当平均值大于平均值阈值时，确认中心超像素块为块状缺陷，所述平均值阈值和K值是对应中心超像素块的自适应参数；

当玻璃图像中存在线状缺陷或块状缺陷时，确认对应玻璃存在缺陷；反之，当玻璃图像中不存在线状缺陷和块状缺陷时，确认对应玻璃正常；

所述以每个超像素块为中心超像素块获取每个超像素块的邻域搜索范围的方法，包括：以当前超像素块作为中心超像素块构建第一势圈

所述基于所述特征描述向量分别计算中心超像素块与其邻域搜索范围内N个超像素块之间的距离的方法，包括：其中，

所述平均值阈值和K值的获取方法为：

计算中心超像素块与第一势圈

如果存在两个势圈的落差度小于落差度阈值时，得到这两个势圈对应的缺陷距离区间对任意两个势圈进行相同的操作共得到

2.如权利要求1所述的一种玻璃缺陷检测方法，其特征在于，所述纹理特征是指灰度共生矩阵的能量、熵值、对比度和逆差矩。

3.如权利要求1所述的一种玻璃缺陷检测方法，其特征在于，所述灰度特征是指灰度直方图的统计特征方差、均值、峭度、歪度、熵和能量。