1.一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，包括：S1：基于预设拍摄角度获取待检测零件在预设变化光源下的零件视频；

S2：基于零件视频分析出待检测零件表面的每个像素点的视觉变化特征；

S3：对所有像素点的视觉变化特征进行聚类分析，获得对应预设拍摄角度对应的多个区域轮廓；

S4：基于所有区域轮廓获得区域划分结果；

S5：基于区域划分结果中的区域形状和划分区域的图像特征确定出缺陷检测结果；

其中，S2：基于零件视频分析出待检测零件表面的每个像素点的视觉变化特征，包括：基于零件视频中每个视频帧中的零件区域的完整度，在零件视频中筛选出最佳视频帧，确定出最佳视频帧中的零件区域中每个像素点的二维坐标；

确定出每个视频帧中所有二维坐标对应的视觉值，基于所有视频帧的顺序对对应二维坐标对应的所有视觉值进行排序，获得对应像素点的视觉值序列，将视觉值序列作为对应像素点的视觉变化特征；

其中，S3：对所有像素点的视觉变化特征进行聚类分析，获得对应预设拍摄角度对应的多个区域轮廓，包括：S301：对待检测零件表面的所有像素点的视觉变化特征进行聚类分析，获得多个像素点簇；

S302：基于多个像素点簇在待检测零件表面中确定出对应预设拍摄角度对应的多个区域轮廓；

其中，基于零件视频中每个视频帧中的零件区域的完整度，在零件视频中筛选出最佳视频帧，包括：在零件视频中每个视频帧中确定出零件轮廓，将零件轮廓中像素点至零件轮廓的中心点的距离作为向量的模、将零件轮廓中像素点的切线角作为向量的角度，获得对应像素点的局部轮廓特征向量，基于零件轮廓中每个像素点的局部轮廓特征向量获得特征向量序列；

判断出特征向量序列中是否存在连续个数超过个数阈值的连续多个方向相等的局部轮廓特征向量，若是，则基于连续多个方向相等的局部轮廓特征向量获得第一子特征向量序列，否则，确定出特征向量序列中相邻局部轮廓特征向量之间的角度增量和模增量；

基于角度增量和模增量分析出特征向量序列中局部轮廓特征向量的角度和/或模的渐变规律，在特征向量序列中确定出角度和/或模存在渐变规律的第二子特征向量序列；

将特征向量序列中所有第一子特征向量序列和所有第二子特征向量序列汇总，获得对应零件轮廓的子特征向量序列集合；

将子特征向量序列集合中包含的子特征向量序列的总个数的倒数与所有子特征向量序列中的数值总数的和的乘积，作为对应零件轮廓的零件区域的完整度：将零件视频中最大完整度对应的零件区域所在视频帧作为最佳视频帧。

2.根据权利要求1所述的一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，S301：对待检测零件表面的所有像素点的视觉变化特征进行聚类分析，获得多个像素点簇，包括：基于每个像素点的视觉变化特征中的视觉值序列拟合出对应像素点的视觉值变化曲线；

对所有像素点的视觉值变化曲线进行聚类分析，获得曲线聚类结果，基于曲线聚类结果获得多个像素点簇。

3.根据权利要求1所述的一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，S4：基于所有区域轮廓获得区域划分结果，包括：判断出所有预设拍摄角度对应的区域轮廓中是否存在互相交叉的第一区域轮廓，若是，则基于第一区域轮廓获取待检测零件在预设变化光源下的补充视频，直至基于补充视频获得的多个第二区域轮廓与所有区域轮廓中除第一区域轮廓以外剩余的第三区域轮廓不互相交叉时，则基于最新获得的第二区域轮廓和第三区域轮廓确定出待检测零件表面的区域划分结果，否则，基于当前获得的所有区域轮廓确定出待检测零件表面的区域划分结果。

4.根据权利要求3所述的一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，判断出所有预设拍摄角度对应的区域轮廓中是否存在互相交叉的第一区域轮廓，包括：将每个预设拍摄角度获得的零件视频中的最佳视频帧中的零件区域与待检测零件的标准三维模型进行区域匹配，获得匹配结果，基于匹配结果确定出每个区域轮廓在标准三维模型中的空间坐标；

基于每个区域轮廓在标准三维模型中的空间坐标，判断出所有预设拍摄角度对应的区域轮廓中是否存在互相交叉的第一区域轮廓。

5.根据权利要求3所述的一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，基于第一区域轮廓获取待检测零件在预设变化光源下的补充视频，包括：基于第一区域轮廓确定出补充拍摄角度；

基于补充拍摄角度获取待检测零件在预设变化光源下的补充视频。

6.根据权利要求1所述的一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，S5：基于区域划分结果中的区域形状和划分区域的图像特征确定出缺陷检测结果，包括：基于区域划分结果中的划分区域的形状判断出对应划分区域是否为缺陷区域，获得缺陷判断结果，当缺陷判断结果为对应划分区域为缺陷区域时，则基于对应缺陷区域的图像特征确定出缺陷类型；

基于所有划分区域的缺陷判断结果和所有缺陷区域的缺陷位置以及缺陷类型获得待检测零件的缺陷检测结果。

7.根据权利要求6所述的一种基于图像识别技术的五金零件缺陷检测方法，其特征在于，基于对应缺陷区域的图像特征确定出缺陷类型，包括：确定出对应缺陷区域的类型确定所需数据；

基于类型确定所需数据查询缺陷类型判定规则表，确定出对应缺陷区域的缺陷类型。

8.一种基于图像识别技术的五金零件缺陷检测系统，其特征在于，用于执行权利要求1至7中任一项所述的一种基于图像识别技术的五金零件缺陷检测方法，包括：分析端，用于基于预设拍摄角度获取待检测零件在预设变化光源下的零件视频，基于零件视频分析出待检测零件表面的每个像素点的视觉变化特征；

划分端，用于对所有像素点的视觉变化特征进行聚类分析，获得对应预设拍摄角度对应的多个区域轮廓，基于所有区域轮廓获得区域划分结果；

确定端，用于基于区域划分结果中的区域形状和划分区域的图像特征确定出缺陷检测结果。