1.一种基于图像处理的新能源焊接质量检测方法，其特征在于，方法包括：采集新能源焊接过程中的焊接图像，对焊接图像进行预处理得到预处理后的焊接图像；

其中，对焊接图像进行预处理得到预处理后的焊接图像具体包括以下过程：根据焊接图像绘制焊接图像的热力图G，其中，热力图的大小为M×N；

将热力图G将划分为互不重叠的a×b个子分块Gm，其中，a≤M，b≤N，各个子分块Gm的大小为计算每个热力图子分块Gm对应的热力值Vm：

其中，PiV表示子分块Gm中热力点Pi的热力值信息，i＝1,2,…,m，m表示子分块Gm中热力2

点的个数，|QPi|表示热力点Pi与热力图G四个顶点间距离之和的平方；

计算每个热力图子分块Gm对应的对比度值Dm：

其中，f(i，j)表示每个热力图子分块Gm中热力点Pi对应的像素灰度值；

基于热力值Vm、对比度值Dm和亮度值Sm计算每个热力图子分块的权重指数Wm：其中，每个热力图子分块亮度值Sm通过色彩映射函数将热力图子分块映射到特定的颜色上得到；

将权重指数小于预设权重指数的热力图子分块剔除，得到预处理后的焊接图像；

基于预处理后的焊接图像计算得到图像质量指数，基于图像质量指数判断预处理后的焊接图像是否满足焊接图像增强要求，若是，则对预处理后的焊接图像进行图像增强处理；

其中，基于预处理后的焊接图像计算得到图像质量指数H具体包括以下过程：其中，B(xij)为预处理后的焊接图像像素点xij的灰度值映射成相应的模糊特征平面内的特征值，a1、b1和c1分别为预设的灰度值阈值，a1

其中，预处理后的焊接图像进行图像增强处理具体包括基于CLAHE算法对处理后的焊接图像进行图像增强处理；

基于图像增强后的预处理后的焊接图像确定超像素区域，基于超像素区域计算得到局部对比显著图、全局对比显著图和颜色分布显著图，并将局部对比显著图、全局对比显著图和颜色分布显著图进行融合，得到待检测的焊接图像；

将待检测的焊接图像输入到焊接图像质量检测模型中，输出新能源焊接质量结果。

2.根据权利要求1所述的基于图像处理的新能源焊接质量检测方法，其特征在于，基于图像质量指数判断预处理后的焊接图像是否满足焊接图像增强要求具体包括以下过程：加载图像质量指数阈值，判断图像质量指数是否超过图像质量指数阈值，若是，则判定预处理后的焊接图像满足焊接图像增强，若否，判定预处理后的焊接图像不满足焊接图像增强。

3.根据权利要求1所述的基于图像处理的新能源焊接质量检测方法，其特征在于，基于图像增强后的预处理后的焊接图像确定超像素区域具体包括以下过程：基于图像增强后的预处理后的焊接图像获取图像的宽width和高height；

基于超像素计算公式计算图像的超像素区域R：

R＝{ri|ri∈Br}；

其中，ri为焊接图像的超像素，Br为超像素区域ri所在图像区域，x、y分别为超像素ri所在焊接图像的宽和高。

4.根据权利要求3所述的基于图像处理的新能源焊接质量检测方法，其特征在于，基于超像素区域计算得到局部对比显著图、全局对比显著图和颜色分布显著图具体包括以下过程：计算超像素区域ri的局部对比度显著值S1(i)：

其中，NS1为超像素区域的个数，n(i)为超像素区域ri中的像素个数，||ri‑rj||为超像素区域ri和其他超像素区域rj之间的欧氏距离，||ci‑cj||为超像素区域ri和其他超像素区域rj的质心距离，c为每对超像素质心间距离的中值；

将局部对比度显著值S1(i)大于预设局部对比度显著值的超像素区域记为局部对比显著图；

计算超像素区域ri的全局对比度显著值S2(i)：

其中，e的取值为2.72；

将全局对比度显著值S2(i)大于预设全局对比度显著值的超像素区域记为全局对比显著图；

计算超像素区域ri的颜色分布特征值S3(i)：

其中， 取 和0的最大值，Rj、Bj和Gj分别

是在RGB颜色空间上超像素ri中第j个像素点的R、B和G值；

将颜色分布特征值S3(i)大于预设颜色分布特征值的超像素区域记为颜色分布显著图。

5.根据权利要求1所述的基于图像处理的新能源焊接质量检测方法，其特征在于，将待检测的焊接图像输入到焊接图像质量检测模型中，输出新能源焊接质量结果具体包括以下过程：数据收集：收集大量的新能源焊接图像数据，包括合格与不合格的焊接样本；

数据预处理：对图像进行清洗、去噪和增强预处理操作，以提高模型的识别精度；标注焊接图像中的缺陷位置和类型，为模型训练提供监督信息；

模型选择与训练：选择合适的深度学习模型，包括卷积神经网络，用于焊接图像质量检测；利用预处理后的数据集对模型进行训练，使其识别焊接图像中的缺陷和评估焊接质量；

图像输入：将待检测的焊接图像输入到已经训练好的焊接图像质量检测模型中；

特征提取：模型通过卷积层、池化层结构提取焊接图像中的特征信息；

缺陷检测与分类：利用模型中的分类器对提取的特征进行识别，判断焊接图像中是否存在缺陷，并确定缺陷的类型；

质量评估：根据缺陷检测结果和预设的质量评估标准，对焊接质量进行量化评估；

输出缺陷位置与类型：输出焊接图像中缺陷的具体位置和类型信息，包括气孔、裂纹、夹渣；

焊接质量评分：给出焊接质量的量化评分或等级评定，以直观反映焊接质量的好坏。

6.基于图像处理的新能源焊接质量检测系统，其特征在于，适用于权利要求1至5中任一项所述的一种基于图像处理的新能源焊接质量检测方法，该系统包括图像预处理模块、图像增强处理模块、图像融合处理模块和焊接质量评价模块；

图像预处理模块，用于采集新能源焊接过程中的焊接图像，对焊接图像进行预处理得到预处理后的焊接图像；

图像增强处理模块，用于基于预处理后的焊接图像计算得到图像质量指数，基于图像质量指数判断预处理后的焊接图像是否满足焊接图像增强要求，若是，则对预处理后的焊接图像进行图像增强处理；

图像融合处理模块，用于基于图像增强后的预处理后的焊接图像确定超像素区域，基于超像素区域计算得到局部对比显著图、全局对比显著图和颜色分布显著图，并将局部对比显著图、全局对比显著图和颜色分布显著图进行融合，得到待检测的焊接图像；

焊接质量评价模块，用于将待检测的焊接图像输入到焊接图像质量检测模型中，输出新能源焊接质量结果。