1.一种高精度的PCB缺陷智能检测方法，其特征在于，包括第一流程、第二流程和第三流程，所述第一流程实现图像批处理缺陷检测，能够输出批处理检测结构；所述第二流程针对单张图像进行处理，实现缺陷精定位；所述第三流程对小图缺陷进行局部定位；第一流程具体步骤包括：S1，获取PCB的模板图像以及测试图像；

S2，将模板图像与测试图像进行图像匹配，根据匹配结构对测试图进行旋转矫正并截取；

S3，将模板图像与截取后的测试图进行差分运算得到差分图像；

S4，将差分图像进行开运算去除尖角区域，并进行连通处理；

S5，根据连通区域位置、大小分别在模板图像上和截取的测试图上进行同宽高的抠图得到若干模板小图和测试小图；

S6，对无缺陷小图进行亚像素边缘轮廓提取，根据获取的轮廓点信息进行计数，每三个相邻轮廓点为一组，求取边缘两点的连线的法线，将该法线的角度设为中心点的法向，依次类推，求得每个轮廓点的法向信息并输出；

S7，根据S6输出的法向信息对测试图像抠出的测试小图执行轮廓超差算法；

S8，根据设定的缺陷阈值，可判定计算的超差距离是否为缺陷，若大于阈值，则输出此点，其中，所述超差距离为每个超差点离对应边缘点的距离，所述步骤S7中的轮廓超差算法具体步骤包括：

S701，根据轮廓点的法向信息，在法向上设置寻找的最大步长maxStep,假设最大步长为10，每一次步长增加量为1，总共循环10次；

S702，在寻找过程中，先计算法向上每一步的坐标值，然后获取缺陷小图中该坐标下的灰度值，若灰度值等于255则计算每个轮廓点法向上每一步的坐标值与每个轮廓点的欧氏距离，若距离大于设定的最大阈值，则输出此缺陷点的位置，其中，通过这一步将测试图像中有缺陷的区域分别保存为许多个不同大小的小图像，称之为缺陷小图；

S703，若灰度值等于0则寻找此点的八邻域；

S704，若八邻域中有灰度值为255的点，则计算它们与初始点的距离，取最小距离的点；

S705，若最小距离大于设定的最大距离，则输出此点，否则继续寻找下一步长的点，重复上述过程；

S706，若没有找到白点，则在法向的反方向上继续执行上述过程。