1.一种数控机床刀具磨损识别方法，其特征在于，所述方法包括：获取数控机床的刀具图像；以刀具图像中灰度值大于预设灰度值阈值的像素点作为刀具像素点；获得刀具像素点与预设窗口内其他像素点的灰度趋势性，将滑窗沿着灰度趋势性最大的方向进行滑动；若滑动方向发生改变，则停止滑动，并重新选择未经过滑窗处理的刀具像素点进行滑窗处理；统计每次滑窗过程的滑动次数，选择最大滑动次数的滑窗过程对应的滑动方向作为第一区域划分方向，获取与第一区域划分方向垂直的第二区域划分方向；根据第一区域划分方向和第二区域划分方向将刀具图像分为四个刀具区域图像，每个刀具区域图像中存在一条划分边界；

根据刀具区域图像中每个像素点与划分边界的距离获得每个像素点的权重，根据每个像素点的权重和预设邻域范围内的灰度值波动性获得灰度差异性；将四个刀具区域图像对准，四个刀具图像中的像素点均存在对应关系，以目标刀具区域图像中每个像素点与其他刀具区域图像中对应像素点的平均灰度差异，作为对称程度差异性；根据灰度差异性和对称程度差异性获得每个像素点的异常程度，根据每个像素点的异常程度调整对应像素点的灰度值，获得调整后的增强刀具图像；

根据增强刀具图像中每个像素点的灰度值大小，筛选出缺陷像素点，根据缺陷像素点的个数识别出磨损程度；

所述获得刀具像素点与预设窗口内其他像素点的灰度趋势性包括：α

其中，α

所述根据第一区域划分方向和第二区域划分方向将刀具图像分为四个刀具区域图像包括：以任意一个刀具像素点为起点，沿着第一区域划分方向进行延伸，延伸到图像边界停止，获得第一初始划分边界；以最长的第一初始划分边界作为第一划分边界；

以任意一个刀具像素点为起点，沿着第二区域划分方向进行延伸，延伸到图像边界停止，获得第二初始划分边界；以最长的第二初始划分边界作为第二划分边界；

第一划分边界和第二划分边界将刀具图像划分为四个刀具区域图像，每个刀具区域图像中存在一条划分边界；

所述根据刀具区域图像中每个像素点与划分边界的距离获得每个像素点的权重包括：ε

其中，ε

所述根据每个像素点的权重和预设邻域范围内的灰度值波动性获得灰度差异性包括：其中，β

所述根据灰度差异性和对称程度差异性获得每个像素点的异常程度，根据每个像素点的异常程度调整对应像素点的灰度值包括：以灰度差异性和对称程度差异性的乘积作为每个像素点的异常程度；将异常程度归一化后与预设变化系数相乘，获得每个像素点对应的最终变化系数；将最终变化系数与对应像素点的原始灰度值相乘，获得调整后的灰度值。

2.根据权利要求1所述的一种数控机床刀具磨损识别方法，其特征在于，所述获取数控机床的刀具图像包括：获取相机采集到的初始图像，将初始图像输入预先训练好的语义分割网络中，将背景信息去除，获得刀具图像。

3.根据权利要求1所述的一种数控机床刀具磨损识别方法，其特征在于，所述预设灰度值阈值的获取方法包括：获取刀具图像的灰度直方图，统计灰度直方图中最后的灰度波峰的灰度范围的均值作为灰度阈值。

4.一种数控机床刀具磨损识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～3任意一项所述方法的步骤。