1.一种基于图像处理的铜管焊缝缺陷检测方法，其特征在于，包括以下步骤：

获取待检测铜管焊缝的表面图像，提取所述待检测铜管焊缝的表面图像中的焊缝区域，得到铜管焊缝区域图像，并将所述铜管焊缝区域图像转换为铜管焊缝区域灰度图像；

构建铜管焊缝区域灰度图像对应的灰度直方图，根据所述灰度直方图中焊瘤缺陷灰度级对应的像素点数量占比判断铜管存在焊瘤缺陷的概率；

将铜管焊缝区域灰度图像中对应灰度级为焊瘤灰度级的像素点替换为距离最近的正常像素点，得到更新后的铜管焊缝区域灰度图像；构建更新后的铜管焊缝区域灰度图像对应的像素矩阵，所述像素矩阵中各元素为更新后的铜管焊缝区域灰度图像中对应像素点的灰度值；将像素矩阵分为对称的左右两部分，对于任一部分：计算各列对应的元素之和，并根据各列对应的元素之和与对应列对应的元素之和的差异大小计算更新后的铜管焊缝区域灰度图像的对应部分存在焊接缺陷的概率，包括对于像素矩阵的左部分，利用如下公式计算各列对应的元素之和与对应列对应的元素之和的差异大小：其中，为比较差异大小的两列像素点之间的距离， 为像素矩阵的左部分中第列对应的元素之和，为像素矩阵的左部分中第 列对应的元素之和，n为像素矩阵的左部分包含的列数；

构建一阶差分序列 ，其中 为一阶差分序列 中的第j个元素，

为一阶差分序列 中的第1个元素， 为一阶差分序列 中的第 个元素；

计算一阶差分序列D的极差 ，其中，为一阶差分序列D的极

差，采用公式 对R进行归一化处理，将得到的 作为像素矩阵的左部分存在焊接缺陷的概率，其中 为一阶差分序列D中任一元素与 的差值的累加和；

将得到的 作为左部分存在焊接缺陷的概率，按照同样的方法得到右部分存在焊接缺陷的概率；

根据像素矩阵左部分存在焊接缺陷的概率、像素矩阵右部分存在焊接缺陷的概率和铜管存在焊瘤缺陷的概率判定铜管焊接表面是否存在焊接缺陷，利用如下公式计算铜管焊缝区域存在焊接缺陷的概率：其中，P为铜管焊缝表面存在焊接缺陷的概率， 和 为预设的权重，为铜管存在焊瘤缺陷的概率， 作为像素矩阵的右部分存在焊接缺陷的概率；

若判定结果为存在焊接缺陷，则对更新后的铜管焊缝区域灰度图像进行明区和暗区划分，对于任一明区：计算该明区中各像素点对应的梯度方向和标准梯度方向的差异，并将对应差异大于梯度方向阈值的像素点记为缺陷像素点，所述标准梯度方向为更新后的铜管焊缝区域灰度图像中所有明区中像素点对应的梯度方向的均值；统计该明区中缺陷像素点的数量，当该明区中缺陷像素点数量大于预设数量时，判定该明区中存在缺陷区域，并将该明区中缺陷像素点构成的连通域记为该明区对应的缺陷区域。

2.根据权利要求1所述的基于图像处理的铜管焊缝缺陷检测方法，其特征在于，采用DNN网络提取所述待检测铜管焊缝的表面图像中的焊缝区域。

3.根据权利要求1所述的基于图像处理的铜管焊缝缺陷检测方法，其特征在于，利用如下公式计算明区中各像素点对应的梯度方向：其中， 为像素点r对应的水平方向的梯度幅值， 为像素点r对应的竖直方向的梯度幅值， 为像素点r对应的梯度方向。

4.根据权利要求3所述的基于图像处理的铜管焊缝缺陷检测方法，其特征在于，利用如下公式计算标准梯度方向：其中， 为标准梯度方向， 为更新后的铜管焊缝区域灰度图像中所有明区的像素点个数。

5.根据权利要求1所述的基于图像处理的铜管焊缝缺陷检测方法，其特征在于，所述正常像素点为对应灰度级为明区灰度级或暗区灰度级的像素点，明区灰度级为根据经验得到的铜管焊缝表面明区对应的灰度级，暗区灰度级为根据经验得到的铜管焊缝表面暗区对应的灰度级。

6.一种基于图像处理的铜管焊缝缺陷检测系统，包括处理器和存储器，其特征在于，所述处理器执行所述存储器存储的计算机程序以实现如权利要求1‑5任一项所述的基于图像处理的铜管焊缝缺陷检测方法。