1.一种机织物密度自动识别的通用方法，其特征在于，包括以下步骤：步骤一：采集机织物图像，并将采集的图像转至灰度图像；

步骤二：对灰度图像的同一纱线方向进行纠偏，获取纠偏后的灰度图像；

步骤三：获取机织物同一纱线方向的亮度投影曲线，公式如下：或

式(1‑1)为经纱方向亮度投影曲线，式(1‑2)为纬纱方向亮度投影曲线；

并采用均值滤波法除噪、进行平滑处理；

步骤四：选取亮度投影曲线波谷所对应的位置确定为纱线间隙位置，并将该位置的像素点位置信息记录至数组Gd，并基于对所述数组Gd中相邻两项求差获得相邻间隙位置信息建立数组Gds；

步骤五：对所述数组Gds取平均值M，通过Gds(i)与M大小的比较确定步骤四中所建立的记录纱线间隙位置的所述数组Gd中是否存在漏检或异常点，进而对数组Gd进行修正；

步骤六：对修正后的数组Gd重新求取纱线间隙位置差并获取新的平均值B或C，并根据以下公式计算机织物经纱密度Pt和纬纱密度Pw：(根/10cm)

(根/10cm)

式中，D为采集图像的分辨率，即为2.54cm所具有的像素点数，B为经纱方向纱线间隙位置差的平均值，C为纬纱方向纱线间隙位置差的平均值；

步骤五中，检查所述纱线间隙是否存在漏检的步骤为：

判断Gds(i)与M的比值是否大于阈值K,若是，则说明i点与i+1点位置的纱线间隙有漏检，并对Gd(i)与Gd(i+1)的位置求平均值取整，作为加入两点之间的新的纱线间隙的位置点；

步骤五中，判断所述纱线间隙是否为异常点的方法为：

首先，判断Gds(i)/M>A2，且Gds(i+1)/M

然后，判断Gds(j)/MA2是否成立，若是将j位置记录为异常点结束位置；

最后，据获得的各段异常点开始与结束位置，对应的从数组Gd中去除；

其中，A1为异常点突变系数，A2为正常点系数。

2.根据权利要求1所述的一种机织物密度自动识别的通用方法，其特征在于：步骤一中，采用衬板采集具有规则矩形结构的图像，之后按如下公式将图像的彩色模式转换为灰度模式：V(i,j)＝0.2989×R(i,j)+0.587×G(i,j)+0.114×B(i,j)；

式中：V(i,j)为转换后的图像在i，j像素点的灰度值，R(i,j)、G(i,j)、B(i,j)为彩色图像模式下图像在i，j像素点的色度值。

3.根据权利要求1所述的一种机织物密度自动识别的通用方法，其特征在于：所述步骤二：结合机织物纹理结构特点，将间隙点的连线，即灰度平均值最小的连线，调节至垂直或水平的方向上，获取纠偏角度，对图像进行纠偏。

4.根据权利要求1所述的一种机织物密度自动识别的通用方法，其特征在于：步骤四中，若所述亮度投影曲线中的连续五点位置满足：P(i‑2)>P(i‑1)>P(i),且P(i)

5.根据权利要求1所述的一种机织物密度自动识别的通用方法，其特征在于：所述的阈值K为1.3‑1.7。

6.根据权利要求1所述的一种机织物密度自动识别的通用方法，其特征在于：所述A1的取值为0.68‑0.72，所述A2的取值为0.78‑0.82。