1.用于PCB板智能焊接的异常缺陷检测方法，其特征在于，该方法包括以下步骤：S1:采集PCB板图像以及模板图像；根据模板图像获取限定区域二值图像；

S2:对PCB板图像进行边缘特征提取操作，获得PCB板边缘归一化图像以及PCB板边缘归一化图像中每个元器件的特征向量，包括：根据限定区域二值图像获取PCB板图像的限定检测区域，获取限定检测区域中每个像素点的梯度幅值，将梯度幅值大于第一预设阈值的像素点作为边缘点；

获取PCB板图像中所有边缘点的最大灰度值与最小灰度值，根据PCB板图像中所有边缘点的最大灰度值与最小灰度值获取归一化上限值以及归一化下限值；根据归一化上限值、归一化下限值以及PCB板图像中每个边缘点的灰度值，获取PCB板图像中每个边缘点的归一化值；根据PCB板图像中所有边缘点的归一化值得到PCB板边缘归一化图像；

根据限定区域二值图像获取PCB板边缘归一化图像中每个元器件所在的区域，根据每个元器件所在的区域获取每个元器件的质心；计算每个元器件所在的区域内所有像素点的灰度值的标准差作为每个元器件的标准差；将每个元器件的质心与标准差组成的向量作为每个元器件的特征向量；

S3:对模板图像进行边缘特征提取操作，获得模板边缘归一化图像以及模板边缘归一化图像中每个元器件的特征向量；

S4:根据PCB板边缘归一化图像中每个边缘点的灰度值以及模板边缘归一化图像中每个像素点的灰度值，获取PCB板边缘归一化图像中每个边缘点的归一化互相关值；获取PCB板边缘归一化图像中每个元器件的特征向量与模板边缘归一化图像中对应的元器件的特征向量的欧式距离，作为PCB板边缘归一化图像中每个元器件的偏移指标；根据PCB板边缘归一化图像中所有边缘点的归一化互相关值以及PCB板边缘归一化图像中所有元器件的偏移指标获取匹配率，根据匹配率以及第二预设阈值识别PCB板的合格性；

所述根据模板图像获取限定区域二值图像包括：

对模板图像进行阈值分割得到二值图像，对二值图像进行形态学膨胀操作得到限定区域二值图像；

所述根据限定区域二值图像获取PCB板边缘归一化图像中每个元器件所在的区域包括：将限定区域二值图像作为PCB板边缘归一化图像的遮罩，获取限定区域二值图像中每个连通域在PCB板边缘归一化图像中对应的区域，作为每个元器件所在的区域；

所述归一化值的表达式为：

其中，I

所述归一化互相关值的表达式为：

其中R(i,j)为PCB板边缘归一化图像边缘点(i,j)的归一化互相关值；H(s+i,t+j)为模板边缘归一化图像中像素点(s+i,t+j)的像素值；L(s+i,t+j)为PCB板边缘归一化图像中像素点(s+i,t+j)的灰度值；

获取PCB板边缘归一化图像的偏移指标：

其中d

所述匹配率的表达式为：

其中τ为PCB板边缘归一化图像的匹配率；e为自然常数；d

所述根据匹配率以及第二预设阈值识别PCB板的合格性包括：

当匹配率大于第二预设阈值时，PCB板合格，当匹配率小于等于第二预设阈值时，PCB板质量不合格。

2.根据权利要求1所述的用于PCB板智能焊接的异常缺陷检测方法，其特征在于，所述根据限定区域二值图像获取PCB板图像的限定检测区域包括：将限定区域二值图像作为PCB板图像的遮罩，将所述遮罩与PCB板图像相乘，得到的结果中灰度值不为0的像素点为限定检测区域的像素点，所有灰度值不为0的像素点构成PCB板图像的限定检测区域。

3.根据权利要求1所述的用于PCB板智能焊接的异常缺陷检测方法，其特征在于，所述根据PCB板图像中所有边缘点的最大灰度值与最小灰度值获取归一化上限值以及归一化下限值包括：将归一化上限值设为1；将PCB板图像中所有边缘点的最小灰度值与最大灰度值的比值作为归一化下限值。

4.根据权利要求1所述的用于PCB板智能焊接的异常缺陷检测方法，其特征在于，所述根据PCB板图像中所有边缘点的归一化值得到PCB板边缘归一化图像包括：将PCB板图像中所有边缘点的灰度值设置为所述边缘点的归一化值，将其余像素点的灰度值设置为0，得到PCB板边缘归一化图像。