1.一种纺织鞋面质量检测方法，其特征在于，该方法包括以下步骤：

获取当前纺织鞋面的表面图像，对所述表面图像进行灰度化处理得到灰度图像，对所述灰度图像进行OTSU阈值分割得到二值图像，对所述二值图像进行边缘检测得到边缘图像；

对所述边缘图像进行连通域分析得到多个连通域，采用小波形状描述符算法获取每个连通域的小波形状描述符，计算每个连通域的小波形状描述符与标准小波形状描述符的差值作为连通域的轮廓偏差指数；获取每个连通域上所有边缘像素点的LBP值得到LBP序列，基于所述LBP序列得到峭度因子，根据所述峭度因子以及所述轮廓偏差指数得到连通域的致畸程度；

对所述LBP序列进行HHT算法处理得到频率差异系数，基于所述频率差异系数筛选连通域的边缘像素点得到每个连通域的保留边缘点，对所有的保留边缘点进行霍夫圆检测得到拟合圆，获取所述拟合圆的半径偏离度，基于所述半径偏离度以及所述致畸程度得到冲孔畸变度；

构建每个连通域的灰度共生矩阵，根据所述灰度共生矩阵获取连通域的冲孔穿透率，基于所述冲孔穿透率与标准冲孔穿透率的差值得到连通域的偏离程度，根据所述偏离程度以及所述冲孔畸变度获取连通域的冲孔偏差；

获取标准的模板图像，基于所述模板图像中每个连通域与灰度图像中每个连通域的冲孔偏差得到对应连通域之间的边权值；基于所有连通域的边权值的和获取灰度图像对应的最小权值，基于所述最小权值得到当前纺织鞋面的鞋面质量指数，根据所述鞋面质量指数判断当前纺织鞋面的质量；

其中，所述根据所述峭度因子以及所述轮廓偏差指数得到连通域的致畸程度的步骤，包括：获取正常冲孔的标准峭度因子，计算所述峭度因子与所述标准峭度因子的差值，所述差值与所述轮廓偏差指数的求和为所述致畸程度；

所述基于所述半径偏离度以及所述致畸程度得到冲孔畸变度的步骤，包括：将所述致畸程度作为自然常数e的幂指数得到指数函数，将所述指数函数与所述半径偏离度相加得到所述冲孔畸变度；

所述根据所述偏离程度以及所述冲孔畸变度获取连通域的冲孔偏差的步骤，包括：所述冲孔偏差为所述偏离程度与所述冲孔畸变度的乘积；

所述基于所述最小权值得到当前纺织鞋面的鞋面质量指数的步骤，包括：获取当前纺织鞋面中所有连通域的数量以及模板图像中所有连通域的数量，计算当前纺织鞋面中所有连通域的数量与模板图像中所有连通域的数量之间的数量差值；

将所述最小权值与所述数量差值进行加权求和得到当前纺织鞋面的鞋面质量指数。

2.根据权利要求1所述的一种纺织鞋面质量检测方法，其特征在于，所述获取每个连通域上所有边缘像素点的LBP值得到LBP序列的步骤，包括：获取灰度图像中所有像素点对应的梯度值；

构建预设大小的窗口，以连通域中每个边缘像素点作为窗口的中心点；对于窗口内任意一个像素点，若所述像素点的梯度值大于所述中心点的梯度值，将所述像素点的像素值置为1；若所述像素点的梯度值不大于所述中心点的梯度值，将所述像素点的像素值置为0；

窗口内所有像素点的像素值重置后依次排列得到所述中心点对应的二进制数据，将所述二进制数据转换为十进制得到所述中心点的LBP值；

连通域对应的所有边缘像素点的LBP值依次排列得到LBP序列。

3.根据权利要求1所述的一种纺织鞋面质量检测方法，其特征在于，所述基于所述LBP序列得到峭度因子的步骤，包括：获取LBP序列中所有元素的均方根；

计算LBP序列中每个元素的四次方并进行求和得到所有元素的四次方的求和结果；计算所述均方根的四次方并与LBP序列中所有元素的数量进行相乘得到乘积结果；

所述求和结果与所述乘积结果的比值为所述峭度因子。

4.根据权利要求1所述的一种纺织鞋面质量检测方法，其特征在于，所述获取所述拟合圆的半径偏离度的步骤，包括：获取每个连通域的中心点，计算连通域上所有边缘像素点与对应连通域的中心点之间的距离，选取所有距离中的最大距离；

获取所述拟合圆的半径，计算所述最大距离与所述半径的差值绝对值，将所述差值绝对值与所述半径的比值作为半径偏离度。

5.根据权利要求1所述的一种纺织鞋面质量检测方法，其特征在于，所述基于所述模板图像中每个连通域与灰度图像中每个连通域的冲孔偏差得到对应连通域之间的边权值的步骤，包括：获取模板图像中每个连通域与灰度图像中每个连通域之间的冲孔偏差的差值；获取模板图像中每个连通域与灰度图像中每个连通域之间的坐标差异；所述坐标差异与冲孔偏差的差值的求和得到对应连通域之间的边权值。