1.一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，包括以下步骤：步骤1:搭建滚子表面损伤检测装置，利用搭建的装置对滚子零件进行各部位拍摄，获得侧面、端面以及倒角数据集；

步骤2:基于步骤1，取滚子侧面为研究对象，对获得的侧面数据集进行标注，将其分为正样本以及负样本，对负样本按损伤类型分类，并对负样本图像损伤区域进行标注；

步骤3:对获得的侧面数据集进行预处理，使用数字图像处理方法将图像周围无关像素去除，裁剪出关键的中心区域图像；

步骤4:对负样本中的每一类损伤，使用k‑means++聚类算法设置三种长宽比的预选框，用以对完成对负样本中损伤区域的统一化提取，并根据预选框与损伤区域的交并比和纵横比设计损伤评估函数，对提取出的损伤区域筛选评估，按照评估值从小到大排序，选取前N个区域作为关键损伤区域，用以后续损伤变换操作；

定义损伤评估函数如式(5)：

Peval＝‑log(kv)+1 (5)

k为平衡因子，v为控制纵横比的因子，定义如式(6)：

wA、hA为损伤区域宽、高，i为聚类中心标号，i∈{1，2，3}，k定义如式(7):式中IoU为两个矩形区域的交并比；

步骤5:基于步骤4，对所选关键损伤区域进行拼贴与变换操作，从而生成部分新的样本，实现数据增强；

步骤6:基于步骤4，将经过数据增强的滚子图像输入到ResNeXt101网络中进行训练；

步骤7:将包含元件表面目标点的待检测图像输入训练好的损伤识别模型中，获得识别结果。

2.如权利要求1所述的一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，所述步骤1具体步骤如下：步骤1.1:搭建滚子表面损伤检测装置，包括底盘、翻转装置、传输带、侧面摄像头、端面摄像头、倒角摄像头；其中侧面摄像头采用360°外窥光学镜头，能捕获滚子端面以及呈环形的360°侧面图像，端面与倒角摄像头采用普通面阵相机；

步骤1.2:利用搭建的装置对滚子零件进行各部位拍摄，滚子在进行上料后由底盘带动依次到达侧面、端面、倒角拍摄工位停顿，由对应的相机进行拍摄后由底盘带动前往下一个工位，完成三次拍摄后滚子经由翻转装置翻转，再由底盘带动完成另一端的侧面、端面、倒角拍摄工作，并在下料点下料。

3.如权利要求1所述的一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，所述步骤2具体步骤如下：步骤2.1:对所拍摄的滚子侧面照片进行标注，将有损伤的标注为负样本，无损伤的标注为正样本；

步骤2.2:并根据负样本中的损伤类型，将负样本分为片伤、切伤、划伤、腐蚀、烧伤、凹陷、车削痕、凸点以及靠近端面的磨损；

步骤2.3:对所有类型的负样本图像，使用精细的多边形对损伤区域进行框选标注。

4.如权利要求1所述的一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，所述步骤3具体步骤如下：步骤3.1:使用sobel算子计算图像梯度；

步骤3.2:采用高斯滤波进行降噪，对于一个边长为2k+1的高斯核，高斯核中第i行、第j列的元素的值如式(1)所示：其中σ代表高斯分布的标准差；

步骤3.3:选取阈值，对图像进行二值化处理；

步骤3.4:对图像采用形态学方法去除图像中损伤部位形成的斑点与外围残余噪声，形态学方法包括腐蚀与膨胀处理；

步骤3.5:使用Suzuki轮廓跟踪算法提取内轮廓与外轮廓；

步骤3.6:根据提取到的下侧外圆角轮廓，使用其小外接正方形所对应的区域作为保留区域，对图片进行裁剪，最终保留正方形区域。

5.如权利要求1所述的一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，所述步骤4具体步骤如下：步骤4.1:选定k‑means++聚类算法分类数k，根据标注损伤区域长大于宽，等于宽和小于宽三种关系，由于标注区域可能存在过大的长宽比，为了防止该情况产生的噪声对聚类算法初始中心选取造成的影响，将长宽比5以上的损伤区域对中分割；

步骤4.2:初始化簇中心，过程如下：先选取一个长宽比最接近1的损伤区域作为首个簇中心，其长宽比为τ1，然后计算每个样本长宽比与τ1的距离函数D(x)＝τx/τ1从而获得它被选为下一个中心点的概率P(x)，P(x)由(2)式计算：其中τx为当前样本的长宽比，χ为损伤区域集合.选取P(x)最大的区域为下一个中心点，最终聚类得出三个长宽比聚类中心分别为τ1,τ2,τ3；

步骤4.3:预选框边长设为其在外圆周内侧和内圆周外侧临界情况下的长度，设预选框边长为τh，高为h，与图像的中心距为r，上侧外圆角半径为r1，下侧外圆角半径为r2，两圆半径均值为r3，在r∈(r1,r3)时，选用内侧临界框，预选框高h可由式(3)得到：θ为上侧外圆角中心到预选框临界接触点连线与x轴夹角，在r∈[r3,r2)时，选用外侧临界框，预选框高h可由式(4)得到：γ为预选框中心到上侧外圆角圆心连线与x轴夹角；

步骤4.4:根据预选框与损伤区域的差异设计损伤评估函选出与预选框相似的关键损伤区域；对于使用统一的长宽比规范所框选出的损伤区域，为使后续变换效果更加合理，使用评估函数对损伤区域进行评估筛选，每3个负样本中共N个损伤区域作为一个新的负样本的损伤来源，对所有损伤区域使用评估函数计算并排序，选结果较大的前N/3的损伤区域用于后续变换和拼贴处理。

6.如权利要求1所述的一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，所述步骤5具体步骤如下:步骤5.1:对于纵横比小于2且长边不超过85像素的损伤不做任何变换，直接保留，留存一部分原有的特征；

步骤5.2:不满足步骤5.1中条件的损伤，根据其纵横比来进行不同方向的错切，对于高大于宽的损伤区域，采用x方向的错切，反之采用y方向的错切，错切角度α为5°到25°之间的随机角度；

步骤5.3:不满足步骤5.1中条件的损伤，对其进行随机旋转，每一个损伤区域旋转角β在0‑360°之间；

步骤5.4:不满足步骤5.1中条件的损伤，对其进行随机缩放；x,y方向缩放因子Sx,Sy为

0.7到0.9之间的随机值；

步骤5.5:确定待拼贴损伤区域中心到新图中心之间距离r，r在损伤区域到圆度中心距r0的基础上添加一个满足均匀分布的随机扰动Δr～U[‑5,5]，即r＝r0+Δr；

步骤5.6:随机选择损伤区域正在新图中的旋转角，在0‑360°之间随机选取一个角度γ作为旋转角，拼贴步骤中γ为损伤中心与图像中心连线与x正半轴夹角；

步骤5.7:判断损伤是否超出上侧外圆角边界，超出上侧外圆角边界的损伤舍弃；如果有损伤超出图像边界则修剪该损伤至边界以内，如果出现拼贴的损伤恰好重叠的情况则后者覆盖前者。

7.如权利要求1所述的一种基于损伤区域融合变换的轴承滚子表面损伤检测方法，其特征在于，所述步骤6具体步骤如下:将经过图像处理和数据增强的滚子图像数据集输入到ResNeXt101_32×8d网络中进行训练；其中，对损失函数进行修改以符合生产需要：调整原有的交叉熵损失函数，加入平衡因子α控制正负样本损失和权重因子来控制高置信度样本损失，最终损失函数如式(8):式中p为预测概率，y表示最终结果为正样本还是负样本。