1.基于计算机视觉的通信柜表面缺陷检测方法，包括如下步骤：

S1:采集通信柜表面灰度图像，根据所述灰度图像所有像素点的梯度幅值获取梯度幅值直方图；根据所述梯度幅值直方图获取第一阈值；将所述灰度图像中梯度幅值大于第一阈值的所有像素点记为疑似边缘点；根据疑似边缘点的位置获取所有疑似边缘，计算每个疑似边缘中每个像素点的切线方向；

S2:将每个疑似边缘按照第一预设长度进行分段，得到每个疑似边缘的所有片段；

根据每个疑似边缘每个片段中所有像素点的切线方向获取每个疑似边缘每个片段的平滑度，包括：

S201:计算疑似边缘每个片段中相邻像素点切线方向角度的差值，所有所述相邻像素点的所述差值构成疑似边缘每个片段的切线方向角度差值序列，将每个片段的切线方向角度差值序列的长度记为每个片段的第一长度；将所述序列中连续大于等于第一预设阈值的切线方向角度差值划分为一个类别，得到疑似边缘每个片段的多个第一类别；将所述序列中连续小于所述第一预设阈值的切线方向角度差值划分为一个类别，得到疑似边缘每个片段的多个第二类别；

S202:获取疑似边缘每个片段的每个第一类别所包含的元素数量，将每个片段所有第一类别的最大元素数量记为每个片段的第一最大长度，获取疑似边缘每个片段的每个第二类别所包含的元素数量，将每个片段所有第二类别的最大元素数量记为每个片段的第二最大长度；

S203:根据每个片段的第一最大长度、第二最大长度、第一长度及每个片段所有类别的个数获取每个片段的平滑度；

S3:根据每个疑似边缘每个片段中所有像素点的切线方向与梯度方向的夹角得到每个疑似边缘每个片段的方向垂直性；将每个疑似边缘每个片段的方向垂直性除以每个疑似边缘所有片段的方向垂直性之和得到所述每个疑似边缘每个片段的权重；根据每个疑似边缘每个片段的平滑度、权重及所述每个疑似边缘中像素点个数获取每个疑似边缘的边缘率；

S4：根据疑似边缘的边缘率得到疑似缺陷区域，将疑似缺陷区域输入到神经网络中，得到通信柜表面准确的缺陷区域及缺陷类别。

2.根据权利要求1所述的基于计算机视觉的通信柜表面缺陷检测方法，其特征在于，所述根据所述梯度幅值直方图获取第一阈值，包括：对梯度幅值直方图进行均值滤波，计算均值滤波后的梯度幅值直方图上每个点的切线的斜率，将第一个斜率局部极小值对应的点所对应的梯度幅值设为第一阈值。

3.根据权利要求1所述的基于计算机视觉的通信柜表面缺陷检测方法，其特征在于，所述根据疑似边缘点的位置获取所有疑似边缘，包括：将所有疑似边缘点作为顶点，八邻域范围内相邻的任意两个疑似边缘点之间的设置边，八邻域范围内不相邻的任意两个疑似边缘点之间的不设置边，构建一个无向图；获取无向图中所有可能的游走路径构成的第一集合；

将第一集合中任意两个游走路径作为第一游走路径与第二游走路径，对第一游走路径与第二游走路径执行如下判断和删除操作：当第一游走路径经过的所有边构成的第一边集为第二游走路径经过的所有边构成的第二边集的一个子集时，将第一游走路径从第一集合中删除，当所述第二边集为所述第一边集的一个子集时，将第二游走路径从第一集合中删除；

对第一集合中所有成对的第一游走路径与第二游走路径进行判断和删除操作后，将第一集合中剩余的每个游走路径作为疑似边缘。

4.根据权利要求1所述的基于计算机视觉的通信柜表面缺陷检测方法，其特征在于，所述根据每个片段的第一最大长度、第二最大长度、第一长度及每个片段所有类别的个数获取每个片段的平滑度的方法为：分别获取每个片段的第一最大长度与每个片段第一长度的第一比值、每个片段的第二最大长度与每个片段第一长度的第二比值，将第一比值和第二比值的和记为每个片段的第一转折特征；将每个片段所有类别的个数减去一后与每个片段第一长度的比值记为每个片段的第二转折特征，将第二转折特征输入到负相关映射模型中获得映射结果，所述映射结果与第一转折特征的乘积作为每个片段的平滑度；所述负相关映射模型采用的是以自然常数为底的负指数模型。

5.根据权利要求1所述的基于计算机视觉的通信柜表面缺陷检测方法，其特征在于，所述疑似边缘每个片段的方向垂直性的表达式如下：其中 为第 条疑似边缘第 个片段的方向垂直性； 为第 条疑似边缘第 个片段中第 个像素点的切线方向与梯度方向的夹角； 为第 条疑似边缘第 个片段中像素点个数； 为以自然常数为底的指数模型。

6.根据权利要求1所述的基于计算机视觉的通信柜表面缺陷检测方法，其特征在于，所述疑似边缘的边缘率的表达式如下：其中 为第 条疑似边缘的边缘率； 为第 条疑似边缘第 个片段的平滑度； 为第条疑似边缘第 个片段的权重； 为第 条疑似边缘所有片段的个数； 为第 条疑似边缘中像素点个数；为归一化系数； 为双曲正切函数。

7.根据权利要求1所述的基于计算机视觉的通信柜表面缺陷检测方法，其特征在于，根据疑似边缘的边缘率得到疑似缺陷区域的方法为：当疑似边缘的边缘率大于第二预设阈值时，则判断疑似边缘为准确边缘，当疑似边缘的边缘率小于等于第二预设阈值时，则判断疑似边缘不是准确边缘；将以准确边缘为边缘的连通域作为疑似缺陷区域。