1.一种经纬稀疏网孔缺陷识别方法，其特征在于，包括以下步骤：(1)对经纬稀疏网孔缺陷图像进行去噪处理，得到去噪后的图像；

(2)对经纬稀疏网孔缺陷图像进行阈值分割，包括：将Sobel算子与缺陷图像进行卷积运算，分别得出缺陷图像的水平和垂直方向的梯度分量，通过水平和垂直方向的梯度分量得到梯度图像，将梯度图像与去噪后的图像点乘，获得标记图像，通过采用Otsu方法来对标记图像进行阈值处理得到二值图像，并进行取反操作；

(3)选取经纬稀疏织物网孔的标准尺寸为结构元，对取反操作后的二值图像进行形态学开运算处理，通过形态学开运算处理使符合标准尺寸的区域消失，从而分割出不符合标准尺寸的缺陷部分，得到缺陷分割图像；

(4)对缺陷分割图像进行连通域标记，并对缺陷区域进行形状特征参数提取，根据经纬稀疏织物的破洞、缺经和断纬三种缺陷在几何尺寸上的差异，实现对经纬稀疏织物的缺陷识别；

所述通过采用Otsu方法来对标记图像进行阈值处理得到二值图像包括：图像为I′，T为前景与背景的分割阈值，前景像素在图像中占比w0，前景的平均灰度为u0；背景像素在图像中占比w1，背景的平均灰度为u1，则图像的平均灰度为：uT＝w0u0+w1u1；

类间方差 为:

则最佳阈值为:

经阈值处理后最终得到二值图像，并对阈值分割后的图像直接进行取反操作；

利用regionprops函数对标记的各连通域进行图像区域属性度量，将regionprops函数中的properties参数设置为‘BoundingBox’算子，则结构数组STATS可返回各连通域的长度和宽度，又由于破洞、缺经、断纬三种缺陷在几何尺寸上存在明显差异，针对三种缺陷设置不同的长宽比限制范围，最终实现对经纬稀疏网孔的缺陷识别。

2.如权利要求1所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，所述(1)中，通过使用中值滤波器对缺陷图像进行去除噪声处理。

3.如权利要求1所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，所述对取反操作后的二值图像进行形态学开运算处理，包括：通过形态学开运算fob去除尺寸较结构元小的像素区域；表达式如下：式中， 为腐蚀符号， 为膨胀符号，Db为结构元素的定义域，(x+x′)、(y+y′)，(x‑x′)、(y‑y′)均在图像f的定义域。

4.如权利要求3所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，所述缺陷图像的水平和垂直方向的梯度分量分别为：式中，I′表示输入的去噪后的缺陷图像，Gsx、Gsy分别表示水平及垂直方向的梯度分量。

5.如权利要求4所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，所述图像梯度的幅值为：

6.如权利要求5所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，所述标记图像为：Z(x,y)＝I′(x,y)*Gs(x,y)；

式中，Z(x,y)为标记图像，Gs(x,y)为梯度图像。

7.如权利要求6所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，通过MATLAB内置的bwlabel函数对经缺陷分割图像进行连通域标记。

8.如权利要求7所述的一种经纬稀疏网孔缺陷识别方法，其特征在于，所述bwlabel函数表达式如下所示：[L,num]＝bwlabel(BW,n)；

式中，BW为待标记的二值图像；n为连通域类型；num为BW中连通区域的总数；L为保存连通域标号的矩阵。