1.基于视觉技术的鞋图案缺陷检测系统，其特征在于，包括采集处理单元（1）、三维模型单元（2）、缺陷检测单元（3）以及缺陷处理单元（4）；

所述采集处理单元（1）利用双目视觉技术对鞋进行图像采集以获取鞋的三维图像数据，并对采集到的三维图像数据进行预处理；

所述三维模型单元（2）依据预处理后的三维图像数据重建鞋图案的三维模型，其中在基于双目视觉重建时，运用角点检测算法提取图像特征点，并通过三角测量算法计算特征点的三维坐标，再采用曲面拟合技术构建鞋图案的三维曲面模型；

所述缺陷检测单元（3）将三维曲面模型划分为多个检测区域，通过计算每个区域的平均曲率来初步表征其平整度，并采用基于最小二乘法的平面拟合算法对平均曲率异常的区域进行局部细化分析，判定该区域是否存在平整度缺陷，针对判定存在平整度缺陷的区域，分析其相邻区域的曲率变化趋势，根据分析结果判定平整度缺陷程度；

所述缺陷处理单元（4）当检测到鞋子存在严重平整度缺陷时，自动控制机械臂对缺陷鞋子进行抓取并放置到特定的缺陷品回收区域，同时向生产管理中心发送包含该鞋子身份识别码、缺陷类型及检测时间的警报信号。

2.根据权利要求1所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述采集处理单元（1）采用对比度增强算法对三维图像数据进行预处理，具体如下：所述对比度增强算法采用基于直方图拉伸与限制对比度自适应直方图均衡化相结合的方法，具体为：遍历采集到的三维图像数据中的每个像素，确定其灰度值，并统计每个灰度值出现的频率，得到图像的原始灰度直方图；

确定原始图像中的最小灰度值和最大灰度值，并设计拉伸变换函数，所述拉伸函数用于将原始灰度值映射到新的拉伸后的灰度范围，再次遍历图像中的每个像素，将其原始灰度值替换为由拉伸变换函数计算得到的新灰度值，得到经过直方图拉伸后的图像；

将拉伸后的图像划分为不重叠的子区域，对子区域进行直方图均衡化，得到最终的对比度增强后的图像。

3.根据权利要求1所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述三维模型单元（2）中的角点检测算法为Harris角点检测算法，具体如下：使用Sobel算子分别计算图像在水平方向和垂直方向的梯度，对于图像中的每个像素点，计算其自相关矩阵；

根据自相关矩阵，计算每个像素点的角点响应函数，将角点响应函数中值小于预设阈值的像素点排除，筛选出初步角点区域，在初步角点区域内，对于每个像素点，比较其焦点响应值与邻域像素点的角点响应值；

如果该像素点的角点响应值不是邻域内的最大值，则将其排除，则经过非极大值抑制后剩下的像素点即为最终检测到的角点。

4.根据权利要求3所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述三维模型单元（2）中的三角测量算法采用基于极线约束的优化算法，具体如下：使用已知尺寸和形状的标定板，并利用双目相机采集标定板的图像，提取每张标定图像中标定板的实际几何尺寸，并根据检测到的角点提取角点坐标，通过标定算法计算双目相机的内参矩阵和外参矩阵；

对于待重建的鞋图像，在左右相机图像中分别提取特征点并生成特征描述子，根据特征描述子，在左右图像中进行特征点匹配，找出左右图像中的同名点对，对于每一对初始匹配的同名点，利用极线约束进行筛选，得到最终的同名点对；

对于最终的同名点对，根据双目相机的几何模型构建三角测量关系，并根据相似三角形原理和相机的内参、外参矩阵，计算同名点的三维坐标。

5.根据权利要求1所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述三维模型单元（2）中的曲面拟合技术采用非均匀有理B样条曲面拟合，具体步骤如下：根据鞋图案的形状特征，计算初步所需控制点数量，并基于鞋图案的边缘点，通过自动算法确定控制点的初始位置；

构建非均匀有理B样条曲面表达式，获取次数和参数，并根据次数和参数计算B样条基函数；

将重建的鞋图案三维模型中的数据点代入非均匀有理B样条曲面表达式中，构建目标函数，并使用最小二乘法计算目标函数的最小值，重复最小二乘法优化过程，直至目标函数的值小于预设阈值，得出三维曲面模型。

6.根据权利要求1所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述缺陷检测单元（3）将鞋图案三维模型划分为多个检测区域时，采用基于图像几何特征和鞋图案拓扑结构的自适应划分方法，具体如下：采用基于Canny边缘检测算法的三维版本对鞋图案的三维模型进行边缘提取，得到边缘点集合，根据边缘点分析鞋的整体形状特征，最后依据整体形状特征划分几何区域；

再在每个区域内，分析鞋图案的纹理特征和区域内各点的平均曲率，所述纹理特征通过计算纹理的方向和密度得出，根据分析结果划定每个几何区域的子区域。

7.根据权利要求6所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述缺陷检测单元（3）在计算每个区域的平均曲率时，采用基于高斯曲率和平均曲率加权求和的方法，具体如下：对于鞋图案三维曲面模型表面上的每个点，先计算其第一基本形式的系数，接着计算第二基本形式的系数，并依据第一、二基本形式的系数计算高斯曲率；

计算平均曲率相关向量，根据平均曲率相关向量计算平均曲率，并依据历史经验设定高斯曲率权重和平均曲率权重，对于每个检测区域内的点，将其高斯曲率和平均曲率分别乘以对应的权重，然后求和得到该区域的平均曲率值。

8.根据权利要求7所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述缺陷检测单元（3）在采用基于最小二乘法的平面拟合算法时的操作，具体如下：将区域的平均曲率值与预设阈值进行对比，判断出平均曲率异常的区域，提取平均曲率异常的区域内的所有三维点坐标数据，随机选取区域内的若干个点作为初始样本点集，用于计算初始的拟合平面方程；

根据所选的若干个点构建线性方程组，并使用奇异值分解方法求解上述线性方程组，得到初始平面方程参数，并依此参数确定初始拟合平面；

计算区域内所有点到初始拟合平面的距离偏差，将距离偏差大于第一阈值的点加入样本点集进行样本点集更新，根据更新后的样本点集，重新构建线性方程组并求解，得到新的平面方程参数，确定新的拟合平面；

重复上述步骤，不断迭代，直到拟合平面的误差低于第二阈值，迭代停止，获取最终的拟合平面，用于平整度缺陷判定。

9.根据权利要求1所述的基于视觉技术的鞋图案缺陷检测系统，其特征在于：所述缺陷检测单元（3），在分析相邻区域的曲率变化趋势时，采用基于滑动窗口的曲率差分算法，具体步骤如下：设定滑动窗口的大小和滑动步长，对于每个滑动窗口位置，计算窗口内中心区域与相邻区域的曲率差分，得到每个相邻方向的曲率差分向量；

计算曲率差分向量的最大值、最小值以及均方根，根据曲率差分向量的最大值、最小值以及均方根与预设阈值的比较结果，将平整度缺陷分成轻微缺陷、中度缺陷以及严重缺陷三个等级。