1.一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于，包括如下步骤：

S1采集碳纤维丝束的图像并选取ROI区域；

S2对ROI区域的图像进行图像增强和阈值分割；

S3对阈值分割后的各个区域进行高度、长度、矩形度的筛选，并根据区域高度、长度特征值进行断丝、纬线缺陷检测，具体方法包括：第一步进行断丝缺陷检测，断丝缺陷明显的特征是区域高度，因此对区域中各个连通域进行统计高度，当连通域区域高度低于断丝最大值H0的时候，即识别为断丝缺陷，若不存在低于H0，即不存在断丝缺陷；

第二步进行纬线缺陷检测，纬线缺陷的特征是碳纤维丝之间横插碳纤维丝束带，即区域的长度会远大于普通碳纤维丝束带，当连通域区域长度大于纬线最大值L0的时候，并对该区域进行形态学开运算，采用矩形结构元素进行先腐蚀操作，后膨胀操作，进行计算开运算后区域面积，如果面积大于0则表示存在纬线缺陷，若面积等于0，即代表不存在纬线区域，若不存在低于L0，即为不存在断丝缺陷，第三步进行矩形度筛选，当矩形度大于J0，则不认为是缺陷碳纤维丝束带，筛选出矩形度小于J0用于后面缺陷特征提取的目标区域；S4对筛选后的区域进行缺陷特征值提取，并根据缺陷特征值进行缺陷检测，具体方法包括：第一步对筛选后的区域进行孔洞检测，将区域中的孔洞进行填充，并用填充后的区域与填充前的区域进行做差运算，根据区域特征和亚像素边缘轮廓对差值区域进行筛选，判断缺陷区域，第二步对筛选后区域计算最小外接矩形坐标，根据最小外接矩形区域和最小外接矩形的坐标，在图像最上方和最下方进行生成两个小矩形区域，并和原来区域进行联合，对联合好的区域进行填充，并用填充后的区域减去填充前的区域，得到的差值区域即为毛团、打结缺陷带来的空白区域，第三步对矩形度筛选后区域计算最小外接矩形和最大内接矩形宽度差L，若宽度差LL0则表示该区域为缺陷区域，若L1C0则认为是缺陷区域；

S5对缺陷区域进行分类，并统计各类缺陷的信息和位置。

2.根据权利要求1所述的一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于，对采集碳纤维丝束并选取ROI区域的具体方法包括：通过工业相机实时采集生产过程中的碳纤维丝束图片，进行ROI选取即通过人工框选选中心区域作为检测区域。

3.根据权利要求1所述的一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于，对ROI区域的图像进行图像增强和阈值分割的具体方法包括：对ROI区域的图像进行色彩转换，将三通道图像转化为单通道图像，公式如下：GRAY＝B*0.114+G*0.387+R*0.299。将灰度图像进行对比度增强，增强图像的高频区域(边缘和拐角)，使图像看起来更清晰，数学表达式：res:＝round((orig‑mean)*Factor)+orig，新的像素值res等于原始图像该点的像素值(orig)减去对内核大小范围内所有点的像素值的平均像素值，然后对这个结果近似取整，再把这个值加上原来这点的像素值，得到这个最终结果去替换原来这点的像素值。将增强后的图像进行全局阈值分割，其中阈值分割原理：设定某一阈值T将图像分成两部分，大于T的像素群和小于T的像素群，函数表达式：

4.根据权利要求1所述的一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于，对缺陷区域进行分类，并统计各类缺陷的信息和位置的具体方法包括：打结和毛团的明显区别在于缺陷区域的灰度值，毛团偏亮，打结偏暗，因此通过计算缺陷区域的灰度平均值，当灰度平均值大于G0则认为是毛团，否则是打结，统计上述所有缺陷区域的信息和坐标位置。

5.根据权利要求1所述的一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于：

S4中判断缺陷区域分方法为：对差值区域进行面积、宽度、矩形度筛选，如果存在筛选后的区域，并计算区域中连通域个数N，若N>N0则认为存在缺陷区域。

6.根据权利要求1所述的一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于：

S4中判断缺陷区域分方法为：对差值区域进行面积、高度、坐标筛选，避免一些杂点和一边连在一起碳纤维丝束带的影响，若存在筛选后区域，并计算区域面积S，若S>S0则认为该区域是缺陷区域。

7.根据权利要求1所述的一种基于机器视觉的碳纤维丝束缺陷检测方法，其特征在于：

S4中判断缺陷区域分方法为：对差值区域进行亚像素边缘轮廓提取，并将轮廓分割成线段，对边缘线段进行角度的判断，若是缺陷区域线段的角度应该在60°到80°或者100°到120°之间，根据此限定条件进行筛选出符合条件的线段，并对线段进行长度限定，避免一些干扰线段影响，若满足角度范围和长度范围，即认为该区域为缺陷区域，否则不是缺陷区域。