1.基于机器视觉的汉字印刷质量检测方法，其特征在于，该方法包括以下步骤：

获取汉字字符的字符图像，将所述字符图像转换为灰度图像，并对所述灰度图像进行阈值分割，得到二值图像，对所述二值图像进行汉字分割，得到多个单汉字字符区域；

分别以当前单汉字字符区域内的各个像素点为窗口的中心像素点，通过对每个窗口的尺寸进行增大，对应得到窗口内含有非字符像素点时的目标尺寸，构成目标尺寸集合，并将窗口中字符像素点的数量作为中心像素点的新灰度值；统计当前单汉字字符区域中每个像素点的新灰度值小于或等于其八邻域内的新灰度值的像素点数量，组成像素点数量集合，计算像素点数量集合的像素点数量总和，根据当前单汉字字符区域每个像素点的像素点数量与像素点数量总和的第一比值得到对应像素点属于字符骨架像素点的第一概率；统计当前单汉字字符区域内的新灰度值集合，计算新灰度值集合的新灰度值总和，将当前单汉字字符区域内每个像素点的新灰度值与新灰度值总和的第二比值作为对应像素点属于匹配的关键像素点的第二概率；

基于目标尺寸集合，计算每种目标尺寸下对应每个窗口内字符像素点的灰度值方差，组成对应目标尺寸的灰度值方差集合，计算灰度值方差集合的灰度值方差总和，获取每个窗口的灰度值方差与灰度值方差总和的第三比值，将第三比值作为对应窗口的中心像素点属于异常点的第三概率，异常点指交叉点或突变点；根据当前单汉字字符区域内每个像素点的第一概率、第二概率和第三概率对像素点的灰度值进行重新赋值，得到新单汉字字符区域；

获取每个单汉字字符区域的所述新单汉字字符区域，将所述新单汉字字符区域与模板汉字进行匹配，以完成检测汉字字符缺陷；

所述根据当前单汉字字符区域内每个像素点的第一概率、第二概率和第三概率对像素点的灰度值进行重新赋值，得到新单汉字字符区域的方法，包括：分别对当前单汉字字符区域内每个像素点的第一概率进行归一化，得到归一化第一概率；分别对当前单汉字字符区域内每个像素点的第二概率进行归一化，得到归一化第二概率；分别对当前单汉字字符区域内每个像素点的第三概率进行归一化，得到归一化第三概率；

将每个像素点的归一化第一概率、归一化第二概率和归一化第三概率的和替换对应像素点的新灰度值，进而得到当前单汉字字符区域对应的新单汉字字符区域；

所述将所述新单汉字字符区域与模板汉字进行匹配，以完成检测汉字字符缺陷的方法，包括：

将新单汉字字符区域与模板汉字作减操作，当减操作的结果中的数值全为0，确认该单汉字字符没有缺陷；

当减操作结果中的数值存在1和‑1，则将数值为1且对应在新单汉字字符区域中的像素点的灰度值进行相加，得到第一加和结果，将数值为‑1且对应在新单汉字字符区域中的像素点的灰度值进行相加，得到第二加和结果，将第一加和结果与第二加和结果的和作为对应单汉字字符的缺陷程度；

当缺陷程度大于缺陷程度阈值时，确认该单汉字字符存在缺陷。