1.一种玻璃瓶表面喷涂质量检测方法，其特征在于，包括以下步骤：获取玻璃瓶喷漆位置的图像，并对图像进行预处理，得到灰度图像；

根据图像复杂性和积粉区域团絮状特征，改进聚类过程中相似度的度量方法，划分多个区域；

将划分为不同区域的玻璃杯侧面图像输入神经网络，分析玻璃瓶表面喷涂质量；

划分多个区域的过程为：

以图像中每个像素点为中心，分别建立5*5，7*7，9*9窗口；在每个窗口内，获取每个像素点的灰度值，将这些灰度值的最大值记为 ，最小值记为 ，标准差记为S；

取这些灰度值的平均值，根据每个像素点对应的灰度值与平均值的大小关系，将窗口内像素点的灰度值大于等于平均值的像素点划分为一类，其余像素点划分为另一类，则每个窗口内像素点可以根据以上规则划分为两个类；

在每一类像素点中，若一像素点在另一像素点的四邻域内，则称像素点相邻，将所有相邻像素点划分为一族，则一类像素点中可以得到至少一个族；

计算窗口内两个类中分别得到的每个族内包含的像素点数量，将每个类中包含像素点数量最多的族内像素点数量分别记为 ，构建窗口边长辐射度 ：

式中 为阈值系数，为窗口内像素点数量；以每个像素点为中心的每个窗口都可以获得一个对应的窗口边长辐射度 ；

当满足 时，像素点附近的灰度值分布均匀；当满足

时，即该像素点附近的灰度值分布存在差异，像素点位于出现积粉的区域或者位于不同色块之间相接的区域附近；

根据选取的5*5，7*7，9*9三个窗口，得到对应的窗口边长辐射度 ，当其中存在一个窗口边长辐射度小于 时，则认为该像素点附近的灰度值分布均匀，确定窗口大小；否则，根据该像素点对应的三个窗口边长辐射度 确定窗口边长；图像中每个像素点均对应一个确定的窗口边长；

以图像中每个像素点为中心，以对应的窗口边长为边长，建立窗口；获取窗口内所有像素点对应的灰度值，根据窗口位置按照从左至右，从上至下的顺序将这些灰度值排列成一组数列，将这组数列记为 ，其中， 为该点在图像中对应的坐标位置；

以 为聚类中心数，在图像中均匀选取 个像素点作为聚类中心，记聚类中心为 ，将聚类中心对应的数列记为 ，计算数列 与数列 的相似度系数；

以选取的 个聚类中心为聚类中心，以每个像素点对应的聚类相似度系数作为每个像素点对应的相似度的系数，对图片进行模糊C均值聚类，将图像中不同色块划分为不同的区域。

2.根据权利要求1所述的一种玻璃瓶表面喷涂质量检测方法，其特征在于，所述相似度系数为：式中dtw（）函数为取括号内两组数列的dtw距离，为调节系数。

3.根据权利要求2所述的一种玻璃瓶表面喷涂质量检测方法，其特征在于，聚类相似度系数：式中 ， 为值域调节系数， 为相似度系数。

4.根据权利要求1所述的一种玻璃瓶表面喷涂质量检测方法，其特征在于，所述神经网络采用卷积神经网络。