1.一种点胶机运行状态实时监测方法，其特征在于，所述方法包括：将摄像头的参数空间映射为对应的搜索空间，每只蚂蚁将根据自己的位置和移动规则在解空间中搜索，每只蚂蚁代表一组配置的摄像头参数；

每只蚂蚁根据当前位置的信息素浓度和启发式信息选择下一个位置，在每个新位置上，通过评估函数评估摄像头的影像捕获质量；

在所有蚂蚁完成一次搜索后，根据各自对应的表现更新全局信息素分布，进行多次迭代，直到达到预设的迭代次数，以得到最终配置的摄像头参数，以使摄像头根据最终配置的摄像头参数，捕获黏胶点在基板上形成的点胶影像；

从点胶影像中提取关键特征，并将关键特征与预定拓扑数据中的特征进行匹配，以得到匹配结果；

根据匹配结果，计算匹配特征之间的相似度得分，根据相似度得分，将点胶机的运行状态进行分类，以得到分类结果；

将分类结果连同对应的点胶影像、关键特征和相似度得分保存为数据集；

使用数据集对预测模型进行训练，以得到训练后的预测模型；

根据训练后的预测模型，以及实时捕获的点胶影像，预测点胶机的实时的运行状态；

每只蚂蚁根据当前位置的信息素浓度和启发式信息选择下一个位置，包括：对于每只蚂蚁，遍历当前位置的所有相邻位置，对于每个相邻位置，计算其概率，其中，概率的计算公式为：；

其中， 表示蚂蚁从当前位置 移动到相邻位置 的选择概率； 表示从位置 到位置的信息素浓度； 表示从位置 到位置 的信息素浓度； 和 表示启发式信息；、和表示权重； 和 表示环境因子； 表示当前位置 的所有相邻位置集合，其中，， 是位置 在过去迭代中被选择的频率， 是所有相邻位置中的最大选择频率； ， 是位置 在过去迭代中被选择的频率；表示当前蚂蚁所在的位置；表示蚂蚁从当前位置 选择的下一个位置；表示在当前位置 的所有相邻位置的一个特定位置； ， 表示从位置 到位置 的电源消耗； 表示所有相邻路径中环境条件度量的最大值； ， 表示从位置 到位置 的电源消耗；

根据概率，选择一个相邻位置作为蚂蚁的下一个移动目标；

评估函数的计算公式为：

；

其中， 表示在位置 上的影像捕获质量评分； 表示在位置 上的图像分辨率； 表示在位置 上的对比度； 表示在位置 上的色彩饱和度；表示系数；

从点胶影像中提取关键特征，包括：

对捕获的点胶影像进行预处理，以得到预处理后影像；

使用Sobel算子计算预处理后影像中每个像素点的梯度强度和方向，梯度强度表示像素点处边缘的可能性，梯度方向表示边缘的方向；

沿着梯度方向，比较当前像素点的梯度强度与其相邻像素点的梯度强度；

将梯度强度高于第一阈值的像素点标记为确定边缘，将梯度强度低于第二阈值的像素点丢弃；对于梯度强度位于两个第一阈值和第二阈值之间的像素点，如果与确定边缘相连，则将其视为边缘，否则丢弃；

根据边缘，在二值化的边缘图像上搜索轮廓，并筛选出代表点胶点的轮廓；

根据点胶点的轮廓，在预处理后影像上检测关键点；

将关键点周围的区域划分为若干个子区域，对于每个子区域内的像素，计算其梯度方向和梯度幅值；

根据梯度方向和梯度幅值，为每个子区域构建一个梯度直方图，将所有子区域的梯度直方图拼接起来，形成一个长向量，所述长向量被用作关键点的特征描述子，以表示关键点的关键特征。

2.根据权利要求1所述的一种点胶机运行状态实时监测方法，其特征在于，将关键特征与预定拓扑数据中的特征进行匹配，以得到匹配结果，包括：遍历当前图像中的每个关键特征，计算当前关键特征与预定特征之间的欧式距离；

将欧式距离存储在一个距离矩阵中，矩阵的行代表当前图像的关键特征，列代表预定特征集中的特征；

对于距离矩阵中的每一行，找出欧式距离对应的列索引，列索引指示了预定特征集中与当前关键特征匹配的特征；

根据列索引，将当前图像的关键特征与预定拓扑数据中的特征建立匹配对，其中，每个匹配对包含当前图像中的一个关键特征和预定特征集中与之匹配的特征。

3.根据权利要求2所述的一种点胶机运行状态实时监测方法，其特征在于，根据匹配结果，计算匹配特征之间的相似度得分，包括：从匹配对中分别提取出当前图像的特征向量 和预定拓扑数据的特征向量 ；

为每个维度的特征分配一个权重，设W是权重向量，则加权点积计算为：，其中， 是第 个特征的权重， 和 分别是当前图

像的特征向量 和预定拓扑数据的特征向量 的第 个元素；

计算加权模长，加权模长计算为：

；

；

将加权点积除以两个加权模长的乘积，得到相似度得分：；

其中，表示加权点积；表示交互项， ； 表

示相似度得分；表示特征的维度总数；表示偏差项； 表示第 个特征和第 个特征之间的交互权重；表示调节系数；表示正则化参数；表示自然对数的底； 是当前图像的特征向量 的第 个元素；和 表示索引。

4.一种点胶机运行状态实时监测系统，其特征在于，应用于如权利要求1至3任一项所述的方法中，包括：搜索模块，用于将摄像头的参数空间映射为对应的搜索空间，每只蚂蚁将根据自己的位置和移动规则在解空间中搜索；每只蚂蚁根据当前位置的信息素浓度和启发式信息选择下一个位置，在每个新位置上，通过评估函数评估摄像头的影像捕获质量；

处理模块，用于在所有蚂蚁完成一次搜索后，根据各自对应的表现更新全局信息素分布，进行多次迭代，直到达到预设的迭代次数，以得到最终配置的摄像头参数，以使摄像头根据最终配置的摄像头参数，捕获黏胶点在基板上形成的点胶影像；

匹配模块，用于从点胶影像中提取关键特征，并将关键特征与预定拓扑数据中的特征进行匹配，以得到匹配结果；根据匹配结果，计算匹配特征之间的相似度得分，根据相似度得分，将点胶机的运行状态进行分类，以得到分类结果；

预测模块，用于将分类结果连同对应的点胶影像、关键特征和相似度得分保存为数据集；使用数据集对预测模型进行训练，以得到训练后的预测模型；根据训练后的预测模型，以及实时捕获的点胶影像，预测点胶机的实时的运行状态。

5.一种计算设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至3中任一项所述的方法。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1至3中任一项所述的方法。