1.一种焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，包括以下步骤：S1、由高速相机获取焊接区域连续的监测图像；

S2、裁剪监测图像上的ROI区域，提取焊后焊缝宽度数据，并筛选ROI图像；

S3、对多张ROI图像中的熔池区域进行像素级别标注，获得训练数据集；

S4、搭建轻量化熔池图像语义分割模型，并采用训练数据集对其进行训练；

S5、实际焊接过程中，高速相机拍摄焊接区域实时图像，将实时图像输入轻量化熔池图像语义分割模型，获得语义分割图像，并提取熔池区域形态特征；

S6、根据熔池形态特征评估焊缝宽度是否合格，并判断焊缝所属的熔透状态；

S7、基于熔池轮廓图像等间隔融合方法重构焊缝表面形貌，分析焊缝堆高是否合格；

所述步骤S7包括以下子步骤：

S71、根据熔池区域形态特征获取时的端点，将熔池轮廓分为前端与后端两个部分，后端为熔池尾部轮廓；

S72、根据实时图像像素与实际尺寸换算关系，确定像素间隔t对应的实际尺寸s；

S73、根据焊接速度v和高速相机采样频率f，通过s=nv/f确定提取熔池尾部轮廓图像的间隔n；

S74、根据间隔n提取熔池尾部轮廓图像，每经过像素间隔t融合一张熔池轮廓图像，获得焊缝形貌重构图像；

S75、通过焊缝形貌重构图像中，熔池尾部轮廓间疏密和均匀程度判断焊缝堆高是否合格。

2.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述步骤S2还包括，通过焊接过程中所形成的熔融小孔形态特征对ROI图像进行筛选。

3.如权利要求2所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述步骤S2包括以下子步骤：S21、提取焊接完成后焊缝的宽度数据，计算焊缝宽度均值；

S22、通过阈值分割方法获得ROI图像的二值图像；

S23、去除二值图像中的干扰部分，并提取熔融小孔的形态特征；

S24、将熔融小孔宽度大于焊缝宽度均值的ROI图像剔除。

4.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述步骤S3包括以下子步骤：S31、对筛选后的ROI图像，每间隔若干个图像进行一次语义分割标注，形成语义分割的准确标签；

S32、将标注后ROI图像的准确标签共享给筛选前与其临近的ROI图像，得到具有自动标签的监测图像；

S33、采用数据增强方法处理具有标签的监测图像，得到训练数据集。

5.如权利要求4所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述步骤S4包括以下子步骤：S41、搭建轻量化熔池图像语义分割模型；

S42、采用训练数据集训练与验证模型；

S43、绘制模型训练/验证损失值与训练代数、MIoU值与训练代数、MPA值与训练代数变化曲线；

S44、根据损失、MIoU、MPA变化曲线的收敛情况判断模型是否被充分训练，并保存最优模型。

6.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述步骤S5包括以下子步骤：S51、高速相机连续拍摄焊接区域，得到连续的实时图像；

S52、使用轻量化熔池图像语义分割模型连续处理实时图像，获得连续的语义分割图像；

S53、对语义分割图像进行通道提取，获得语义分割二值图像；

S54、通过边缘检测提取熔池轮廓、宽度、长度和面积。

7.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述步骤S6包括以下子步骤：S61、根据熔池区域形态特征绘制宽度曲线图；

S62、通过滤波算法去除熔池宽度异常值；

S63、设定焊缝宽度合格阈值，根据熔池宽度特征值是否在阈值范围内判断焊缝宽度是否合格；

S64、熔透状态分为未熔透、仅熔池透、适度熔透和过熔透，采用熔池形态特征作为输入、熔透状态为输出训练SVM模型，通过训练后的SVM模型，实现熔透状态分类。

8.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，还包括步骤S8，输出焊缝形貌和熔透状态监测报告，所述监测报告包括焊缝形貌尺寸不合格、未熔透、过熔透缺陷位置信息。

9.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法，其特征在于，所述轻量化熔池图像语义分割模型基于Unet深度学习模型和DANet注意力机制构建，并以VGG16模型为主框架，采用对称的编码器和解码器结构。