1.基于机器视觉的齿轮检测方法，其特征在于，包括：获取传送带上运动的齿轮的图像信息；

从所述图像信息上确定齿轮轮廓；

对所述齿轮轮廓进行凸包检测，确定每个齿轮的齿尖位置以及齿轮齿数；

根据所述齿尖位置计算齿间距离以及齿根深度；

计算每个齿轮的面积和颜色参数；以及根据所述齿轮齿数、齿间距离、齿根深度、齿轮面积和颜色参数，确定合格齿轮；

还包括对图像信息的预处理步骤，该步骤具体包括：采用加权平均法对所述图像信息进行灰度化处理；

采用空域滤波法中的高斯滤波对灰度话处理后的图像进行过滤；

对过滤后的图像进行二值化处理，得到二值化图像；

对二值化处理后的图像进行膨胀运算，连接二值化图像中存在的断裂点；

将膨胀运算后的二值化图像进行腐蚀运算；

所述从所述图像信息上确定齿轮轮廓，包括：根据图像中像素点的灰度值变化情况，计算图像中灰度强度变化最强的位置和梯度方向，得到初步检测结果；

通过Findcontours方法确定轮廓的上极限位置和下极限位置；

根据所述上极限位置和下极限位置，对所述初步检测结果进行筛选，确定齿轮轮廓；

所述对所述齿轮轮廓进行凸包检测，确定每个齿轮的齿尖位置以及齿轮齿数，包括：采用convexHull算法和convexityDefects算法对轮廓数组进行计算，获取到凸包数据；

通过勾股定理计算每个凸包的纵深数据；

根据所述纵深数据对凸包数据进行筛选，确定凸包检测结果；

通过比较凸包检测结果与标准的齿轮齿数，确定检测中的齿轮齿数是否合格；

根据所述凸包检测结果，确定齿尖的像素位置点，进而确定齿尖位置；

所述根据所述齿尖位置计算齿间距离以及齿根深度，包括：根据相邻两个齿尖的位置，计算两个齿尖之间的齿间距离；

计算齿尖与齿根之间的距离；

根据所述齿尖与齿根之间的距离来计算齿根深度；

所述计算每个齿轮的面积和颜色参数，包括：根据齿根深度，确定目标齿根；

根据所述目标齿根，计算每个齿轮的面积；

根据目标齿根，计算每个齿轮的颜色参数的加权平均值。

2.根据权利要求1所述的基于机器视觉的齿轮检测方法，其特征在于，还包括：根据图像中的像素信息与传送带中各个齿轮实际距离之间的比例关系，计算各个齿轮的实际位置。

3.基于机器视觉的齿轮检测系统，其特征在于，包括：至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1‑2中任一项所述的方法。

4.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1‑2中任一项所述的方法。