1.一种玻璃缺陷视觉检测装置，其特征在于，包括：玻璃瓶分割单元、瓶口缺陷检测单元、瓶颈缺陷检测单元、瓶肩缺陷检测单元、瓶身缺陷检测单元、瓶底缺陷检测单元和玻璃瓶综合缺陷输出单元；所述玻璃瓶分割单元用于将待检测玻璃瓶进行分割，获取瓶口区域、瓶颈区域、瓶肩区域、瓶身区域和瓶底区域，并获取五个区域的图像；

五个所述缺陷检测单元用于对五个所述区域进行缺陷检测，获取瓶口缺陷检测值、瓶颈缺陷检测值、瓶肩缺陷检测值、瓶身缺陷检测值和瓶底缺陷检测值；

所述玻璃瓶综合缺陷输出单元用于根据五个所述缺陷检测值获取玻璃瓶的综合缺陷检测值，并对检测结果进行输出，具体过程包括：获取综合缺陷检测值，计算公式为：；

其中， 表示为综合缺陷检测值； 表示为瓶口缺陷检测值； 表示为瓶颈缺陷检测值； 表示为瓶肩缺陷检测值； 表示为瓶身缺陷检测值； 表示为瓶底缺陷检测值；表示为瓶口缺陷系数； 表示为瓶颈缺陷系数；表示为瓶肩缺陷系数；表示为瓶身缺陷系数；表示为瓶底缺陷系数； 表示为以e为底的指数函数；

当所述综合缺陷检测值低于设定阈值时，表示所述待检测玻璃瓶缺陷检测结果合格；

否则表示所述待检测玻璃瓶缺陷检测结果不合格；对所述缺陷检测结果进行输出。

2.根据权利要求1所述的一种玻璃缺陷视觉检测装置，其特征在于，所述瓶口缺陷检测单元用于根据瓶口区域的图像，获取所述瓶口缺陷检测值，具体步骤包括：采集待检测玻璃瓶的瓶口图像，所述瓶口图像包括垂直于所述待检测玻璃瓶的垂直瓶口图像和多个平行于所述待检测玻璃瓶的局部侧方瓶口图像；将多个所述局部侧方瓶口图像进行拼接，获得待检测玻璃瓶的侧方瓶口图像；将待检测玻璃瓶的所述侧方瓶口图像输入到一个侧方瓶口检测模型中，获取侧方瓶口特征向量；

利用所述侧方瓶口检测模型获取侧方瓶口模板图像的标准侧方瓶口特征向量；通过所述侧方瓶口特征向量和所述标准侧方瓶口特征向量，获取侧方瓶口缺陷检测值，计算公式为：；

其中， 表示为侧方瓶口缺陷检测值； 表示为归一化函数；表示为所述侧方瓶口特征向量和所述标准侧方瓶口特征向量的维度； 表示为所述侧方瓶口特征向量的第i个元素值； 表示为所述标准侧方瓶口特征向量的第i个元素值； 表示为所述侧方瓶口特征向量和所述标准侧方瓶口特征向量中对应位置元素值不同的个数；表示为第一侧方瓶口缺陷检测系数；表示为第二侧方瓶口缺陷检测系数；

通过所述垂直瓶口图像获取瓶口参数；所述瓶口参数包括瓶口的内径、外径、最大厚度和厚度均匀性；将所述瓶口参数和标准瓶口参数进行对比，获取垂直瓶口缺陷检测值；将所述侧方瓶口缺陷检测值和所述垂直瓶口缺陷检测值进行加权，获得所述瓶口缺陷检测值。

3.根据权利要求2所述的一种玻璃缺陷视觉检测装置，其特征在于，所述侧方瓶口检测模型包括输入层、侧方瓶口特征图提取层、侧方瓶口特征图融合层和侧方瓶口特征向量输出层；所述输入层用于将所述侧方瓶口图像输入至侧方瓶口检测模型中；所述侧方瓶口特征图融合层用于根据所述侧方瓶口图像，获取多个侧方瓶口特征图；

所述侧方瓶口特征图融合层用于融合多个所述侧方瓶口特征图，获取侧方瓶口特征向量；

所述侧方瓶口特征向量包括侧方瓶口的气泡特征、异物特征、裂纹特征、凹陷特征、毛刺特征、颜色特征、缺口特征和螺纹特征；所述气泡特征包括气泡数量和每个所述气泡的面积；所述异物特征包括异物数量和每个所述异物的面积；所述裂纹特征包括裂纹数量和每个所述裂纹的面积；所述凹陷特征包括凹陷数量和每个所述凹陷的面积；所述毛刺特征包括毛刺个数和每个所述毛刺的长度；所述颜色特征包括颜色均匀度；所述缺口特征包括缺口个数和每个所述缺口的面积；所述螺纹特征包括瓶口螺纹的螺距和螺纹角；

所述侧方瓶口特征向量输出层用于输出所述侧方瓶口特征向量。

4.根据权利要求2所述的一种玻璃缺陷视觉检测装置，其特征在于，所述瓶颈缺陷检测单元包括：获取待检测玻璃瓶的瓶颈图像；对所述瓶颈图像进行瓶颈特征提取，获取瓶颈特征向量；所述瓶颈特征向量包括瓶颈区域的气泡特征、异物特征、裂纹特征、凹陷特征、颜色特征和尺寸特征；

所述尺寸特征包括瓶颈区域的长度、平均直径和直径均匀度；所述直径均匀度表示为：

；

其中， 表示为瓶颈区域的直径均匀度； 表示为瓶颈区域的最大直径； 表示为瓶颈区域的最小直径； 表示为瓶颈区域的平均直径；

获取瓶颈模板图像的标准瓶颈特征向量；通过所述瓶颈特征向量和所述标准瓶颈特征向量，获取瓶颈缺陷检测值，具体计算公式可参照侧方瓶口缺陷检测值的计算公式。

5.根据权利要求2所述的一种玻璃缺陷视觉检测装置，其特征在于，所述瓶肩缺陷检测单元包括：获取所述待检测玻璃瓶的瓶肩图像；对所述瓶肩图像进行瓶肩特征提取，获取瓶肩特征向量；所述瓶肩特征向量包括瓶肩区域的气泡特征、异物特征、裂纹特征、凹陷特征、颜色特征和尺寸特征；所述尺寸特征包括瓶肩区域的边线弧度、高度、最上方直径和最下方直径；获取瓶肩模板图像的标准瓶肩特征向量；通过所述瓶肩特征向量和所述标准瓶肩特征向量，获取瓶肩缺陷检测值，具体计算公式可参照侧方瓶口缺陷检测值的计算公式。

6.根据权利要求4所述的一种玻璃缺陷视觉检测装置，其特征在于，所述瓶身缺陷检测单元包括：所述瓶身缺陷检测单元用于根据所述瓶身区域的图像，获取瓶身缺陷检测值，具体的获取过程可参照所述瓶颈缺陷检测值的获取过程。

7.根据权利要求2所述的一种玻璃缺陷视觉检测装置，其特征在于，所述瓶底缺陷检测单元包括：获取所述待检测玻璃瓶的瓶底图像；对所述瓶底图像进行瓶底特征提取，获取瓶底特征向量；所述瓶底特征向量包括瓶底区域的气泡特征、异物特征、裂纹特征、凹陷特征、颜色特征、纹理特征、形状特征和尺寸特征；获取瓶底模板图像的标准瓶底特征向量；通过所述瓶底特征向量和所述标准瓶底特征向量，获取瓶底缺陷检测值，具体计算公式可参照侧方瓶口缺陷检测值的计算公式。

8.一种玻璃缺陷视觉检测方法，其特征在于，包括：

将待检测玻璃瓶进行分割，获取瓶口区域、瓶颈区域、瓶肩区域、瓶身区域和瓶底区域，并获取五个所述区域的图像；

对所述待检测玻璃瓶的不同区域进行缺陷检测，获取瓶口缺陷检测值、瓶颈缺陷检测值、瓶肩缺陷检测值、瓶身缺陷检测值和瓶底缺陷检测值；

根据五个所述缺陷检测值获取玻璃瓶的综合缺陷检测值，并对检测结果进行输出；

所述综合缺陷检测值的计算公式为：

；

其中， 表示为综合缺陷检测值； 表示为瓶口缺陷检测值； 表示为瓶颈缺陷检测值； 表示为瓶肩缺陷检测值； 表示为瓶身缺陷检测值； 表示为瓶底缺陷检测值；表示为瓶口缺陷系数； 表示为瓶颈缺陷系数；表示为瓶肩缺陷系数；表示为瓶身缺陷系数；表示为瓶底缺陷系数； 表示为以e为底的指数函数。

9.根据权利要求8所述的一种玻璃缺陷视觉检测方法，其特征在于，所述瓶口缺陷检测值的获取过程包括：采集所述待检测玻璃瓶的瓶口图像，所述瓶口图像包括垂直于所述待检测玻璃瓶的垂直瓶口图像和多个平行于所述待检测玻璃瓶的局部侧方瓶口图像；将多个所述局部侧方瓶口图像进行拼接，获得待检测玻璃瓶的侧方瓶口图像；将待检测玻璃瓶的所述侧方瓶口图像输入到一个侧方瓶口检测模型中，获取侧方瓶口特征向量；

利用所述侧方瓶口检测模型获取侧方瓶口模板图像的标准侧方瓶口特征向量；通过所述侧方瓶口特征向量和所述标准侧方瓶口特征向量，获取侧方瓶口缺陷检测值，计算公式为：；

其中， 表示为侧方瓶口缺陷检测值； 表示为归一化函数；表示为所述侧方瓶口特征向量和所述标准侧方瓶口特征向量的维度； 表示为所述侧方瓶口特征向量的第i个元素值； 表示为所述标准侧方瓶口特征向量的第i个元素值； 表示为所述侧方瓶口特征向量和所述标准侧方瓶口特征向量中对应位置元素值不同的个数；表示为第一侧方瓶口缺陷检测系数；表示为第二侧方瓶口缺陷检测系数；

通过所述垂直瓶口图像获取瓶口参数；所述瓶口参数包括瓶口的内径、外径、最大厚度和厚度均匀性；将所述瓶口参数和标准瓶口参数进行对比，获取垂直瓶口缺陷检测值；

将所述侧方瓶口缺陷检测值和所述垂直瓶口缺陷检测值进行加权，获得所述瓶口缺陷检测值。

10.根据权利要求9所述的一种玻璃缺陷视觉检测方法，其特征在于，所述侧方瓶口检测模型包括输入层、侧方瓶口特征图提取层、侧方瓶口特征图融合层和侧方瓶口特征向量输出层；所述输入层用于将所述侧方瓶口图像输入至所述侧方瓶口检测模型中；所述侧方瓶口特征图融合层用于根据所述侧方瓶口图像，获取多个侧方瓶口特征图；

所述侧方瓶口特征图融合层用于融合多个所述侧方瓶口特征图，获取侧方瓶口特征向量；

所述侧方瓶口特征向量包括所述侧方瓶口的气泡特征、异物特征、裂纹特征、凹陷特征、毛刺特征、颜色特征、缺口特征和螺纹特征；所述气泡特征包括气泡数量和每个所述气泡的面积；所述异物特征包括异物数量和每个所述异物的面积；所述裂纹特征包括裂纹数量和每个所述裂纹的面积；所述凹陷特征包括凹陷数量和每个所述凹陷的面积；所述毛刺特征包括毛刺个数和每个所述毛刺的长度；所述颜色特征包括颜色均匀度；所述缺口特征包括缺口个数和每个所述缺口的面积；所述螺纹特征包括瓶口螺纹的螺距和螺纹角；

所述侧方瓶口特征向量输出层用于输出所述侧方瓶口特征向量。