1.一种集卡锁头位置识别方法，其特征在于包括具体步骤如下：步骤1：用工业相机拍摄集卡的图像，并转成灰度图像f；

步骤2：根据式(1)-(7)采用混合的形态学算法提取图像f的边缘信息：Gmin＝min{G1,G2}    (4)

Gmax＝max{G1,G2}    (5)

ΔG＝Gmax-Gmin    (6)

G＝G3+θΔG,0≤θ≤1    (7)

其中，b1、b2、b3都属于灰度级形态学中的结构元，b1表示一种不平坦结构元，b2、b3分别表示一种平坦结构元，G1表示了一种经由多结构元降低负噪声的边缘图像，G2表示了一种经由多结构元降低正噪声的边缘图像，G3表示了一种经由多结构元降低噪声的边缘图像，Gmin表示G1、G2叠加后的较暗边界，Gmax表示G1、G2叠加后的较亮边，θ表示一种阈值，用于控制最终结果图像G的轮廓，表示膨胀操作，Θ是腐蚀操作，是开操作，·是闭操作；

步骤3：根据图像G生成直方图

H＝{pi|pi＝ni/n，i＝0，1，…，255}，其中ni表示灰度值为i的像素个数，n表示图像G的像素总数，pi表示灰度值为i的像素个数占图像G中的像素总素的比例；

步骤4：确定阈值threshold使其满足式(8)：其中的μ为事先选定，μ∈[0.9,1]；

步骤5：根据式(9)对图像G进行二值化得到图像Gf：步骤6：使用标准霍夫变换提取得到二值图Gf上的直线段集L＝{li|i＝1,2,...,m}；过滤掉L集合中与水平方向夹角不大于45°的线段，得到集合Ltheta＝{li|theta(li)∈([45°,

135°]∪[-135°,-45°])且i＝1,2,…,m}，theta(li)表示直线段li与水平方向的夹角；在Ltheta中找到最长的一条直线段并延伸至图像G的边界，将该直线段记为lmax；

步骤7：在图像G中，在lmax的中点处上下各截取大小为bound*bound的子图像，分别记为和 其中bound表示子图像的宽度和高度，根据式(10)计算：确定的集卡锁头位置；

步骤8：在步骤7中确定的集卡锁头位置方位选取最近的与lmax平行的直线段作为集卡锁头所在平板的另一条边缘线并延伸至图像G的边界，记该直线段为lneares；

步骤9：在图像G中截取lmax和lneares之间的区域子图，记为Gbw，使用OTSU方法确定阈值并对Gbw进行二值化，得到图像Gbwb；

步骤10：根据式(11)的开闭运算增强Gbwb中的连通区域，得到图Gbwc：其中，

步骤11：找出Gbwc中最大的连通区域，记为Gbwd；

步骤12：使用与lmax方向垂直的线型结构对Gbwd做开运算，并剔除开运算结果后过于小的连通区域，得到目标区域二值图；

步骤13：对目标区域二值图取外接矩形，并显示在原图f上；

步骤14：通过计算外接矩形区域的中心点，得到对应集卡左右锁头中心位置，完成集卡锁头位置的识别。

2.根据权利要求1所述的一种集卡锁头位置识别方法，其特征在于步骤2中θ趋向1则有更多噪声，更少的细节，更清晰的边界，反之亦反。

3.根据权利要求1所述的一种集卡锁头位置识别方法，其特征在于步骤4中确定threshold的μ为事先选定，μ∈[0.9，1]，μ趋向0.9则有更多噪声，更多的细节，更连续的边界，反之亦反。

4.根据权利要求1所述的一种集卡锁头位置识别方法，其特征在于步骤7中若sumup>sumdown，则说明集卡锁头位置在图像G中的上方；否则，集卡锁孔位置在图像G中的下方。

5.根据权利要求1所述的一种集卡锁头位置识别方法，其特征在于步骤7中bound赋值为20-50。

6.根据权利要求1所述的一种集卡锁头位置识别方法，其特征在于步骤7中bound赋值为20。

7.根据权利要求1所述的一种集卡锁头位置识别方法，其特征在于步骤12中并剔除开运算结果像素数量小于1000的连通区域。