1.一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，包括：获取待检测拉深件表面灰度图；

利用灰度图中每个像素点的灰度值获取灰度图中的异常像素点；

对异常像素点进行连通域分析，获得所有异常像素点集合；

利用每个异常像素点集合在面积、形状和聚集性上属于起皱区域的可能性计算得到每个异常像素点集合属于起皱区域的最终可能性；

利用每个异常像素点集合属于起皱区域的最终可能性获得起皱区域像素点集合；

计算每个起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值差值，利用该灰度值差值获取每个起皱区域像素点集合的相邻像素点灰度值差值突变次数；

根据每个起皱区域像素点集合的相邻像素点灰度值差值突变次数对起皱区域像素点集合进行判断：当起皱区域像素点集合的相邻像素点灰度值差值突变次数为2时，则该起皱区域像素点集合为完整的起皱区域像素点集合，当起皱区域像素点集合的相邻像素点灰度值差值突变次数不为2时，则该起皱区域像素点集合为其他起皱区域像素点集合；

利用其他起皱区域像素点集合与其最邻近的其他起皱区域像素点集合在距离上和走向上属于同一起皱区域的可能性计算其他起皱区域像素点集合与其最邻近的其他起皱区域像素点集合属于同一起皱区域的最终可能性；

利用其他起皱区域像素点集合与其最邻近的其他起皱区域像素点集合属于同一起皱区域的最终可能性对该两个其他起皱区域像素点集合进行合并，获取待检测拉深件表面所有完整的起皱区域。

2.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述灰度图中的异常像素点是按照如下方式获取：利用待检测拉深件表面灰度图中每个像素点的灰度值计算得到灰度图中所有像素点的灰度值均值和灰度值标准差；

利用灰度图中所有像素点的灰度值均值和灰度值标准差确定灰度图中正常区域像素点的灰度值范围；

利用灰度图中正常区域像素点的灰度值范围对待检测拉深件进行判断；

当待检测拉深件表面灰度图中所有像素点的灰度值均处于灰度图中正常区域像素点的灰度值范围内时，则该待检测拉深件不存在起皱缺陷；

当待检测拉深件表面灰度图中存在像素点的灰度值不处于灰度图中正常区域像素点的灰度值范围内时，则将该待检测拉深件表面灰度图中灰度值不在正常区域像素点的灰度值范围内的像素点作为异常像素点。

3.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述所有异常像素点集合是按照如下方式获得：对异常像素点进行连通域分析，获得所有异常像素点连通域；

统计每个异常像素点连通域中的像素点个数；

设置阈值，将像素点个数大于阈值的异常像素点连通域作为异常像素点集合，获得所有异常像素点集合。

4.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述每个异常像素点集合属于起皱区域的最终可能性是按照如下方式得到：利用每个异常像素点集合中像素点的个数计算得到每个异常像素点集合在面积上属于起皱区域的可能性；

计算每个异常像素点集合中两两像素点之间的距离，将距离最大值作为该异常像素点集合的纵向长度；

将纵向长度对应的两像素点之间的连线作为纵向线段，获取纵向线段的垂直平分线上两两像素点之间的距离，将距离最大值作为该异常像素点集合的横向长度；

利用每个异常像素点集合的纵向长度和横向长度计算得到每个异常像素点集合在形状上属于起皱区域的可能性；

获取每个异常像素点集合的中心位置；

对所有异常像素点集合的中心位置进行聚类，获取所有聚类簇和每个聚类簇的聚类中心点；

计算每个异常像素点集合的中心位置与其对应的聚类中心点的距离，利用该距离计算得到每个异常像素点集合在聚集性上属于起皱区域的可能性；

利用每个异常像素点集合在面积、形状和聚集性上属于起皱区域的可能性计算得到每个异常像素点集合属于起皱区域的最终可能性。

5.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述起皱区域像素点集合是按照如下方式获得：设置阈值，对每个异常像素点集合属于起皱区域的最终可能性进行判断：当异常像素点集合属于起皱区域的最终可能性大于等于阈值时，则该异常像素点集合为起皱区域像素点集合；当异常像素点集合属于起皱区域的最终可能性小于阈值时，则该异常像素点集合不属于起皱区域。

6.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述每个起皱区域像素点集合的相邻像素点灰度值差值突变次数是按照如下方式获取：计算每个起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值差值；

根据待检测拉深件表面灰度图中所有像素点的灰度值均值和灰度值标准差设置阈值；

判断每个起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值差值与设置阈值之间的关系：当起皱区域像素点集合中纵向线段的垂直平分线上存在两两像素点之间的灰度值差值大于阈值时，则判断该起皱区域像素点集合存在相邻像素点灰度值差值突变，并将该起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值差值大于阈值的次数作为该起皱区域像素点集合的相邻像素点灰度值差值突变次数；

按照上述方式获取每个起皱区域像素点集合的相邻像素点灰度值差值突变次数。

7.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述待检测拉深件表面所有完整的起皱区域是按照如下方式获取：计算每个其他起皱区域像素点集合中心位置与其他起皱区域像素点集合中心位置之间的距离，将距离最小值对应的其他起皱区域像素点集合作为该其他起皱区域像素点集合的最邻近集合；

利用每个其他起皱区域像素点集合中心位置与其对应的最邻近集合中心位置之间的距离和每个其他起皱区域像素点集合的纵向长度，计算得到每个其他起皱区域像素点集合与其对应的最邻近集合在距离上属于同一起皱区域的可能性；

将每个其他起皱区域像素点集合的纵向线段所在的直线作为该集合的纵向直线，获取每个其他起皱区域像素点集合的纵向直线的斜率；

利用每个其他起皱区域像素点集合与其对应的最邻近集合的纵向直线的斜率计算得到每个其他起皱区域像素点集合与其对应的最邻近集合在走向上属于同一起皱区域的可能性；

利用每个其他起皱区域像素点集合与其对应的最邻近集合在距离上和走向上属于同一起皱区域的可能性计算得到每个其他起皱区域像素点集合与其对应的最邻近集合属于同一起皱区域的最终可能性；

设置阈值，当其他起皱区域像素点集合与其对应的最邻近集合属于同一起皱区域的最终可能性大于阈值时，则将该其他起皱区域像素点集合与其对应的最邻近集合进行合并得到完整的起皱区域，按照上述步骤获取待检测拉深件表面所有完整的起皱区域。

8.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法，其特征在于，所述待检测拉深件表面灰度图是按照如下方式获取：采集待检测拉深件的表面图像；

对待检测拉深件的表面图像进行语义分割，获取待检测拉深件区域表面图像；

对待检测拉深件区域表面图像进行灰度化处理，获取待检测拉深件表面灰度图。