1.一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述方法包括：获得钣金产品图像；所述钣金产品图像为灰度图；根据像素点的灰度值差异去除所述钣金产品图像中的生锈区域，获得产品漆面图像；

统计所述产品漆面图像的像素点，获得灰度直方图；根据所述灰度直方图中像素值的第一频率进行高斯模型拟合，获得第一高斯模型；根据所述第一高斯模型获得每个灰度值属于背景的第一概率；

统计所述产品漆面图像的每个像素点在多个预设邻域范围内的邻域灰度均值；根据像素点的灰度值结合所述邻域灰度均值获得多个二维灰度直方图；根据所述二维灰度直方图获得每个灰度值对应的邻域灰度直方图；所述邻域灰度直方图的横轴为所述邻域灰度均值，纵轴为频数；根据所述邻域灰度直方图中的第二频率进行高斯模型拟合，获得第二高斯模型；根据所述第二高斯模型获得每个所述邻域范围下每个所述邻域灰度均值属于背景的第二概率；

根据每个像素点的灰度值的所述第一概率和所有所述邻域范围内的所述灰度均值的所述第二概率获得每个像素点属于背景的第三概率；根据所述第三概率确定像素点的类别；根据所述类别对所述产品漆面图像进行分割，获得鼓包区域。

2.根据权利要求1所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述根据像素点的灰度值差异去除所述钣金产品图像中的生锈区域包括：通过大津阈值算法将所述钣金产品图像二值化，获得产品漆面二值图；根据所述产品漆面二值图获得遮罩；利用所述遮罩将所述钣金产品图像中的生锈区域去除，获得所述产品漆面图像。

3.根据权利要求1所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述根据所述灰度直方图中像素值的频数进行高斯模型拟合包括：根据每个灰度值及其对应的第一频率获得整体灰度均值；

根据每个灰度值的所述第一频率获得最大的所述第一频率对应的灰度值到所述整体灰度均值之间的灰度均值作为第一拟合灰度均值；

根据每个灰度值的所述第一频率获得最大的所述第一频率对应的灰度值到所述整体灰度均值之间的灰度方差作为第一拟合灰度方差；

根据所述第一拟合灰度均值和所述第一拟合灰度方差进行高斯模型拟合，获得所述第一高斯模型。

4.根据权利要求3所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述第一高斯模型包括：其中， 为灰度值为 属于背景的所述第一概率， 为所述第一灰度拟合灰度均值，为第一拟合灰度方差。

5.根据权利要求1所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述根据所述邻域灰度直方图中的频数进行高斯模型拟合包括：以所述邻域灰度直方图对应的灰度值作为第二拟合灰度均值；根据所述第二拟合灰度均值获得所述邻域灰度直方图的第二拟合灰度方差；

根据所述第二拟合灰度均值和所述第二拟合灰度方差进行高斯模型拟合，获得所述第二高斯模型。

6.根据权利要求1所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述第二高斯模型包括：其中， 为所述邻域灰度均值为 属于背景的所述第二概率， 为所述第二拟合灰度均值， 为所述第二拟合灰度方差。

7.根据权利要求1所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述根据每个像素点的灰度值和所有所述邻域范围内的所述灰度均值的所述第一概率和所述第二概率获得每个像素点属于背景的第三概率包括：根据第三概率模型获得所述第三概率；所述第三概率模型包括：其中， 为灰度值为 且所述邻域灰度均值为 属于背景的所述第三概率； 为灰度值为 属于背景的所述第一概率， 为在第 种尺寸的所述邻域范围下的所述邻域灰度均值为 属于背景的所述第二概率，为所述邻域范围的尺寸种类数量， 为预设第一概率阈值。

8.根据权利要求1所述的一种基于直方图的金属货架的钣金漆面鼓包识别方法，其特征在于，所述根据所述第三概率确定像素点的类别包括：以所述第三概率大于预设第二概率阈值的像素点作为背景像素点，其他像素点作为鼓包像素点。

9.一种基于直方图的金属货架的钣金漆面鼓包识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1 9任意一项所述方法的步骤。

~