1.一种基于机器视觉的钢卷边部质量检测机器人，包括图像采集单元、图像处理单元、PC单元以及报警单元，其特征在于：所述图像采集单元包括LED光源、CCD摄像机和机械臂，所述LED光源和所述CCD摄像机以螺接方式固定在所述机械臂上，所述机械臂包括大支撑臂和小支撑臂，所述大支撑臂与所述小支撑臂中间设有缓震梁，所述机械臂由电机的主轴直接驱动，以缩短响应时间；

所述图像采集单元与所述图像处理单元通过I/O口连接传输图像数据，所述图像处理单元通过运用中值滤波，去除图像中的残留音噪与光噪，并基于阈值的图像分割处理，运用小波能量识别边部缺陷，具体为：在进行所述中值滤波时，利用一个含有奇数个点的模板，将所述模板中心像素点的灰度值用模板内各个点的灰度值的中值来替代，设有一组一维序列f1,f2,f3,…,fn，取所述模板长度为n，进行中值滤波，从一维序列中抽出n个数fi-v,…,fi-1,fi,fi+1,…,fi+v，其中fi为中心点，v＝(n-1)/2，v代表序列单向长度，并将这n个数按大小顺序重新排列为新数列，然后取新数列的序号中心点的数值yi作为滤波输出；用以下的表达式表达：yi＝Med{fi-v，...，fi-1，fi，fi+1，...，fi+v}i∈Z，v＝(n-1)/2同时，二维中值滤波时新数列的序号中心点的数值yij为：

yij＝Med{fij}，

其中f1,f2,f3,…,fn，代表一维序列：Med代表新数列的序号中心点的中间值，在进行基于阈值的图像分割处理时，将预设的灰度值作为阈值t，分割后图像g(x,y)表示为：图像处理单元采用小波能量法检测分割后图像的能量,当小波基函数相互正交时，单一尺度下的小波能量Ej为：表达式中j和k均为正整数，j表示的为分界尺度，k为采样的点数，Cj(k)为向量的k层分解；

根据小波能量的高低判断是否有缺陷，其中缺陷点具有高能量信息，背景点具有低能量信息；

所述PC单元包括控制单元、存储单元和显示单元，所述报警单元包括LED频闪灯和警铃，当所述PC单元检测到钢卷边部小波能量达到设定值时，所述报警单元发出警告。

2.根据权利要求1所述的基于机器视觉的钢卷边部质量检测机器人，其特征在于：把阈值设成一个范围[t1,t2]，在所述范围[t1,t2]内的灰度值变为1或0，在所述范围[t1,t2]外的变成0或1。

3.根据权利要求2所述的基于机器视觉的钢卷边部质量检测机器人，其特征在于：所述LED光源采用带状光源，所述带状光源通过电源线与所述PC单元相连，由所述PC单元控制其开关和亮度；所述CCD摄像机通过I/O口与所述图像处理单元相连。

4.根据权利要求3所述的基于机器视觉的钢卷边部质量检测机器人，其特征在于：所述电机上均设有传感器，将采集的数据接入所述PC单元，以实时监测机器人工作状态及运行情况。

5.根据权利要求4所述的基于机器视觉的钢卷边部质量检测机器人，其特征在于：所述机械臂的底座设有螺纹孔，以实现所述图像采集单元的固定。

6.根据权利要求5所述的基于机器视觉的钢卷边部质量检测机器人，其特征在于：所述缓震梁采用聚氨酯缓震材质，以减弱生产振动对拍摄造成的噪声影响。