1.一种印制电路板瑕疵部件检测方法，其特征在于具体操作步骤按照如下方式进行：

S1、通过安装在暗箱内的无影摄像头实时采集在履带上通过的所有部件的标准PCB板来获得图像序列；

S2、采用Canny边缘检测的方法提取步骤S1中得到图像序列的边缘二值图像；

S3、计算步骤S2中边缘像素点横纵坐标的和，和值最小位置为左上角点，用和的最大值和最小值确定PCB版的左上角和右下角位置，和值最大位置为右下角点；

S4、通过步骤S3中左上角和右下角两个角点位置对图像进行角度校正，使四个角点的坐标互相对齐，并提取PCB板的有效区域作有效图像，并保存记为IS1；

S5、重复步骤S1-S4五次，保存得到5块标准版的RGB图像IS1-IS5；

S6、通过安装在暗箱内的无影摄像头实时采集在履带上通过的所有部件的瑕疵PCB板来获得图像序列，并重复步骤S1-S4五次，得到5块瑕疵PCB板的RGB图像ID1-ID5；

S7、将5块标准PCB板与5块瑕疵PCB板相减来计算每个像素的点的RGB欧式空间距离，得到25个差值图像；

S8、设定检测窗口大小为20x20像素，从步骤S7的25个差值图像中总共随机选取500个正样本窗口和500个负样本窗口并保存，正样本为瑕疵区域重复超过70％的窗口，反之则为负样本；

S9、对500个正样本和负样本提取多尺度特征：选取4x4、8x8和16x16三个大小的窗口在样本图像内滑窗，滑窗步长为4个像素，分别在窗口内提取像素的最大值、最小值、平均值和中值作为特征值，并连到一起形成特征向量F；

S10、用随机森林训练500个正样本和500个负样本的特征向量F，得到分类器；

S11、对于给定的待检测的PCB板，重复步骤S1-S7，得到5个差值图，将得到的分类器用滑窗法对差值图的窗口就行分类，因为每一个像素位置包含在多个窗口中，如果包含该位置的窗口有70％以上判定为正，则该像素为瑕疵点，反之则为正常点。

2.根据权利要求1所述的一种印制电路板瑕疵部件检测方法，其特征在于随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定，采用随机森林训练的具体步骤如下：以有放回抽样的方式，取样1000次，形成一个训练集，给定训练集的特征值组成500个正样本和500个负样本的特征向量F，训练决策树模型，对每棵树进行分裂，将生成的多颗决策树组成随机森林，按多棵树分类器投票决定最终的分类器。