1.一种玻璃纤维隔板缺陷检测方法，其特征在于，所述方法包括：

获得连续多帧的玻璃纤维隔板表面图像；获得所述玻璃纤维隔板表面图像中的像素值类别；获得标准玻璃纤维隔板表面图像的标准平均像素值；根据所述像素值类别与所述标准平均像素值的差异获得缺陷概率；若所述缺陷概率大于预设概率阈值，则对应的所述玻璃纤维隔板表面图像为异常隔板图像；

获得所述异常隔板图像每个像素点位置处的梯度信息；所述梯度信息包括梯度幅值和梯度方向；若所述梯度幅值都为零，则认为所述异常隔板图像的缺陷类型为完全分层；否则，认为所述异常隔板图像的所述缺陷类型为部分分层；

根据所述梯度幅值分类，获得多个梯度类别；根据所述梯度类别中像素点的坐标信息获得多个梯度边缘；根据所述梯度边缘和所述梯度方向确定分层范围；

所述获得所述玻璃纤维隔板表面图像中的像素值类别包括：

获得所述玻璃纤维隔板表面图像的第一归一化灰度直方图；所述第一归一化灰度直方图纵轴为灰度级占比，横轴为灰度级；以所述第一归一化灰度直方图中灰度级占比不为零的多个灰度级作为所述像素值类别；

获得标准玻璃纤维隔板表面图像的标准平均像素值包括：

获得所述标准玻璃纤维隔板表面图像的第二归一化灰度直方图；根据所述第二归一化灰度直方图中的灰度级占比和灰度级大小获得所述标准平均像素值；

所述根据所述像素值类别与所述标准平均像素值的差异获得缺陷概率包括：根据缺陷概率公式获得所述缺陷概率，所述缺陷概率公式包括：

其中，P为所述缺陷概率， 为所述玻璃纤维隔板表面图像的平均像素值， 为所述标准平均像素值，Hi为第i个所述像素值类别，N为所述像素值类别的数量。

2.根据权利要求1所述的一种玻璃纤维隔板缺陷检测方法，其特征在于，所述获得连续多帧的玻璃纤维隔板表面图像包括：采集裁切加工场景中玻璃纤维隔板的场景图像；去除所述场景图像中的背景信息，获得初始玻璃纤维隔板表面图像；

获得所述初始玻璃纤维隔板表面图像中最大连通域；以所述最大连通域中的图像作为所述玻璃纤维隔板表面图像。

3.根据权利要求1所述的一种玻璃纤维隔板缺陷检测方法，其特征在于，所述根据所述梯度幅值分类，获得多个梯度类别包括：根据所述梯度幅值利用均值漂移聚类算法进行分类，获得多个梯度类别。

4.根据权利要求1所述的一种玻璃纤维隔板缺陷检测方法，其特征在于，所述根据所述梯度类别中像素点的坐标信息获得多个梯度边缘包括：根据所述梯度类别中像素点的坐标信息采用密度聚类算法进行分类，获得多个聚类簇；计算每个所述聚类簇的类间方差，将最大的所述类间方差对应的所述聚类簇剔除，剩余的每个所述聚类簇为一个所述梯度边缘。

5.根据权利要求1所述的一种玻璃纤维隔板缺陷检测方法，其特征在于，所述根据所述梯度边缘和所述梯度方向确定分层范围包括：根据所述梯度边缘获得多个区域，以所述梯度方向指向的区域作为初始分层区域；以所述初始分层区域的最大横坐标和最小横坐标的范围作为所述分层范围。

6.根据权利要求5所述的一种玻璃纤维隔板缺陷检测方法，其特征在于，所述确定分层范围后还包括：根据所述分层范围进行纵向裁剪，获得缺陷玻璃纤维隔板和正常玻璃纤维隔板；将所述缺陷玻璃纤维隔板去除，保留所述正常玻璃纤维隔板。

7.一种玻璃纤维隔板缺陷检测系统，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1～6任意一项所述方法的步骤。