1.一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，包括以下步骤：获取待检测纺织物图像和标准模板图像块，使标准模板图像块在待检测纺织物图像上滑动，从而得到待检测纺织物图像对应的各个待匹配图像块；

获取各个待匹配灰度图像块和标准模板灰度图像块，对标准模板灰度图像块进行特征点提取操作，得到标准模板灰度图像块的各标准特征点，进而得到各个待匹配灰度图像块的各匹配特征点；

根据各个待匹配灰度图像块及其各匹配特征点、标准模板灰度图像块及其各标准特征点，确定各个待匹配灰度图像块对应的图像匹配度，进而确定各个匹配灰度图像块；

根据各个匹配灰度图像块和标准模板灰度图像块，确定各个匹配灰度图像块对应的多个匹配子图像块和标准模板灰度图像块对应的多个标准子图像块；

根据多个匹配子图像块和多个标准子图像块的像素灰度，确定多个匹配子图像块的第一图像正常指标和第二图像正常指标，进而根据多个匹配子图像块的第一图像正常指标，从多个匹配子图像块中筛选出各缺陷子图像块；

计算各缺陷子图像块的第一图像正常指标与第二图像正常指标的比值，将该比值作为对应缺陷子图像块的目标缺陷指标，进而根据各缺陷子图像块的第二图像正常指标和目标缺陷指标，确定待检测纺织物图像中的各目标缺陷子图像块；

确定各个匹配灰度图像块对应的多个匹配子图像块和标准模板灰度图像块对应的多个标准子图像块的步骤包括：将各个匹配灰度图像块与标准模板灰度图像块相减，得到各个匹配灰度图像块对应的差异图像；

对各个匹配灰度图像块对应的差异图像进行角点检测操作，得到各个匹配灰度图像块对应的差异图像的各角点，进而对各个匹配灰度图像块对应的差异图像的各角点进行聚类处理，得到各个匹配灰度图像块对应的差异图像的各聚类簇；

根据各个匹配灰度图像块对应的差异图像的各聚类簇的范围，确定各聚类簇对应的最小外接矩形，进而确定图像块划分尺寸；

根据图像块划分尺寸、各个匹配灰度图像块和标准模板灰度图像块，确定各个匹配灰度图像块对应的多个匹配子图像块和标准模板灰度图像块对应的多个标准子图像块；

确定多个匹配子图像块的第一图像正常指标和第二图像正常指标的步骤包括：

由匹配子图像块和标准子图像块的每一行的像素灰度构成数列，确定多个匹配子图像块和多个标准子图像块对应的各个数列，进而根据多个匹配子图像块和多个标准子图像块对应的各个数列，确定多个匹配子图像块和多个标准子图像块对应的各个同行数列之间的相似距离；

获取多个匹配子图像块内角点的个数，根据多个匹配子图像块和多个标准子图像块对应的各个同行数列之间的相似距离、多个匹配子图像块内角点的个数，确定多个匹配子图像块的第一图像正常指标；

根据多个匹配子图像块和多个标准子图像块内每个像素点的灰度值，确定多个匹配子图像块的第二图像正常指标；

确定多个匹配子图像块的第一图像正常指标的计算公式为：

其中， 为多个匹配子图像块的第一图像正常指标，为多个匹配子图像块对应的第i个数列， 为标准子图像块对应的第i个数列，H为多个匹配子图像块内角点的个数，j为多个匹配子图像块对应的数列的个数， 为求相似性函数。

2.根据权利要求1所述的一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，确定各个待匹配灰度图像块对应的图像匹配度的步骤包括：获取各标准特征点和各匹配特征点对应的多个邻域像素点，并根据各标准特征点和各匹配特征点对应的多个邻域像素点的灰度值，确定各匹配特征点对应的特征点差异值，进而确定各个待匹配灰度图像块对应的图像差异值；

对各个待匹配灰度图像块和标准模板灰度图像块进行边缘检测，得到各个待匹配灰度图像块和标准模板灰度图像块对应的轮廓特征数列，进而根据各个待匹配灰度图像块和标准模板灰度图像块对应的轮廓特征数列，确定各个待匹配灰度图像块对应的轮廓特征数列中非离群值的个数，进而确定各个待匹配灰度图像块对应的轮廓差异值；

根据各个待匹配灰度图像块对应的图像差异值、轮廓差异值以及轮廓特征数列中非离群值的个数，确定各个待匹配灰度图像块对应的图像匹配度。

3.根据权利要求2所述的一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，确定各匹配特征点对应的特征点差异值的计算公式为：其中，E为各匹配特征点对应的特征点差异值， 为各标准特征点对应的第i个邻域像素点的灰度值， 为各匹配特征点对应的第i个邻域像素点的灰度值，k为各匹配特征点和各标准特征点对应的邻域像素点的数量；

确定各个待匹配灰度图像块对应的图像差异值的计算公式为：

其中，V为各个待匹配灰度图像块对应的图像差异值， 为各个待匹配灰度图像块的第i个匹配特征点对应的特征点差异值，f为超参数，d为待匹配灰度图像块内匹配特征点的个数。

4.根据权利要求2所述的一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，确定各个待匹配灰度图像块对应的轮廓差异值的计算公式为：其中，D为各个待匹配灰度图像块对应的轮廓差异值， 为标准模板灰度图像块对应的轮廓特征数列中的第i个数值，为各个待匹配灰度图像块对应的轮廓特征数列中的第i个数值，g为各个待匹配灰度图像块或标准模板灰度图像块对应的轮廓特征数列中数值的个数，h为各个待匹配灰度图像块对应的轮廓特征数列中非离群值的个数。

5.根据权利要求2所述的一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，确定各个待匹配灰度图像块对应的图像匹配度的计算公式为：其中， 为各个待匹配灰度图像块对应的图像匹配度，D为各个待匹配灰度图像块对应的轮廓差异值，V为各个待匹配灰度图像块对应的图像差异值，l为调节参数。

6.根据权利要求1所述的一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，确定多个匹配子图像块的第二图像正常指标的计算公式为：其中， 为多个匹配子图像块的第二图像正常指标， 为多个匹配子图像块的灰度方差， 为多个标准子图像块的灰度方差。

7.根据权利要求1所述的一种用于具有周期图案纺织物的印花缺陷识别方法，其特征在于，确定待检测纺织物图像中的各目标缺陷子图像块的步骤包括：根据各缺陷子图像块的第二图像正常指标和目标缺陷指标，确定各缺陷子图像块的第二图像正常指标均值和目标缺陷指标均值，将第二图像正常指标均值作为第二图像正常指标阈值，将目标缺陷指标均值作为目标缺陷指标阈值；

若任意一个缺陷子图像块的第二图像正常指标大于第二图像正常指标阈值，且该缺陷子图像块的目标缺陷指标大于目标缺陷指标阈值，则判定该缺陷子图像块为目标缺陷子图像块。