1.一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,包括以下步骤：步骤一、读取线缆表面的待检测图像数据，设置像素点的空间二维坐标信息与三维彩色信息的比例，用五维向量表示图像样本集中的每一个像素点，以像素点为集合元素生成图像样本集；

步骤二、图像数据预处理：对五维向量的每一维进行缩放，使其值位于[0,1]区间；

步骤三、将图像样本划分为瑕疵和非瑕疵两个类别，初始化隶属度矩阵，建立约束条件对每个图像样本隶属于每个类别的隶属度值进行归一化处理；

步骤四、对于每个类别，计算其每一维的聚类中心形成以五维向量表示的聚类中心，之后计算每一个像素点到该类别的聚类中心的距离，并根据聚类距离更新隶属度矩阵；

步骤五、根据隶属度矩阵和聚类距离，计算目标函数，并判断目标函数是否收敛：目标函数若不收敛，则返回重新执行步骤四，若收敛，则开始分割图像；

步骤六、对图像进行分割，对于分割后的每一个像素点，根据最终隶属度矩阵获取像素点隶属的类值，根据类值计算得到该像素点的灰度值，并根据灰度值实现对线缆表面瑕疵的检测。

2.根据权利要求1所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤一中，是利用彩色面阵CCD相机对线缆表面进行扫描，获取一幅RGB彩色线缆图像作为待检测图像数据。

3.根据权利要求1所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤一中，图像样本集 其中aj是用五维向量表示的一个彩色图像的像素点，aj＝(αpj,qj),j＝1,2,…,n，s是样本空间维数，n是样本个数，pj＝(xj,yj)表示图像的坐标，qj＝(bj,gj,rj)表示图像的像素；α表示空间信息与彩色信息的比例,α∈(0,1)。

4.根据权利要求1所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤二中，对五维空间的每一维进行缩放，使其值位于[0,1]区间，如式(1)所示：其中，Maxl、Minl分别表示第l维的最大值、最小值，f(l)是第l维的数据，g(l)是第l维缩放后的数据。

5.根据权利要求1所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤三中，建立约束条件对每个图像样本隶属于每个类别的隶属度值进行归一化处理，具体如下：设U＝(μij)c×n表示样本的隶属度矩阵，随机设置初始隶属度矩阵 设定约束条件如式(2)、(3)、(4)所示：

μij>0,1≤i≤c,1≤j≤n  (4)；

根据约束条件，做如下归一化处理：

其中，c是样本划分的类数，取c＝2；μij是第j个样本属于第i类的隶属度值。

6.根据权利要求5所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤四具体如下：设vi是一个以五维向量表示的第i类的聚类中心，其每一维定义如式(6)所示：其中，m是加权指数，取m＝2，V＝[v1,v2,…,vc]是由c个聚类中心构成的s×c的矩阵；

设dij＝||aj-vi||表示从样本aj到聚类中心vi的距离，更新隶属度矩阵，如式(8)所示：

7.根据权利要求6所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤四中，选取欧氏距离作为五维空间的聚类距离，如式(7)所示：其中，t＝1,2,…,s，s是样本空间维数。

8.根据权利要求6所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤五中，判断目标函数是否收敛具体如下：定义目标函数，如式(9)所示：

根据隶属度矩阵和聚类距离，计算目标函数，并进行收敛判断，如式(10)所示：(k) (k-1)

||F -F ||≤ε,k≥1  (10)

其中k为更新次数，ε为收敛系数。

9.根据权利要求6所述的一种工业生产中对线缆表面瑕疵的检测方法，其特征在于,步骤六具体如下：对图像进行分割，设Z＝(zj)表示分割后的图像，zj表示一个像素点，j＝1,2,…,n，根据最终隶属度函数 获取像素点隶属的类值u，如式(11)所示：记zj＝(pj,gray_value)，其中pj＝(xj,yj)表示像素点的坐标，gray_value表示像素点的灰度值，如式(12)所示：gray_value＝255*(u-1)/(c-1)  (12)经以上计算分析，根据公式(11)，设非瑕疵部分的像素点隶属的类值u为1，瑕疵部分的像素点隶属的类值u为2，根据公式(12)，计算出非瑕疵部分的灰度值为0，瑕疵部分的灰度值为255。

10.一种工业生产中对线缆表面瑕疵的检测系统，其特征在于,包括：图像数据读取单元，用于读取线缆表面的待检测图像数据，设置像素点的空间二维坐标信息与三维彩色信息的比例，用五维向量表示图像样本集中的每一个像素点，以像素点为集合元素生成图像样本集；

图像数据预处理单元，用于对五维向量的每一维进行缩放，使其值位于[0,1]区间；

隶属度模型计算单元，用于将图像样本划分为瑕疵和非瑕疵两个类别，初始化隶属度矩阵，建立约束条件对每个图像样本隶属于每个类别的隶属度值进行归一化处理；

聚类中心计算单元，用于对于每个类别，计算其每一维的聚类中心形成以五维向量表示的聚类中心，之后计算每一个像素点到该类别的聚类中心的距离，并根据聚类距离更新隶属度矩阵；

目标函数计算单元，用于根据隶属度矩阵和聚类距离，计算目标函数，并判断目标函数是否收敛：目标函数若不收敛，则触发聚类中心计算单元重新执行计算，若收敛，则触发图像分割检测单元；

图像分割检测单元，用于对图像进行分割，对于分割后的每一个像素点，根据最终隶属度矩阵获取像素点隶属的类值，根据类值计算得到该像素点的灰度值，并根据灰度值实现对线缆表面瑕疵的检测。