1.一种基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，该方法包括以下步骤：分别获取光源在四个初始位置照射时的待检测木塑门的图像；对于光源在任一初始位置照射时的待检测木塑门的图像：利用滑窗对该图像中的像素点进行遍历，计算滑窗对应的像素点的灰度方差；根据滑窗对应的像素点的灰度方差，得到该图像对应的卷积图像；根据所述卷积图像，得到该图像中橘皮区域，计算该图像中橘皮区域的面积；根据橘皮区域的面积最大时光源所在的初始位置，得到光源的最佳移动方向；

获取光源在最佳移动方向上照射时的待检测木塑门的图像；利用滑窗对所述光源在最佳移动方向上照射时的待检测木塑门的图像中的像素点进行遍历，计算滑窗对应的像素点的灰度方差；根据滑窗对应的像素点的灰度方差，得到待检测木塑门对应的卷积图像；对所述卷积图像进行聚类，得到橘皮区域对应的多个簇；根据橘皮区域对应的各簇的面积和各簇中心点的位置，得到光源未来的移动方向；利用移动后的光源照射待检测木塑门，得到不同角度的光源照射下待检测木塑门图像；

根据各角度的光源照射下待检测木塑门图像中橘皮缺陷区域的面积和橘皮缺陷区域像素点的标准差，构建最优化函数；根据所述最优化函数，得到最优的光源照射下对应的待检测木塑门图像；根据所述最优的光源照射下对应的待检测木塑门图像，判断待检测木塑门的橘皮缺陷程度；

所述根据橘皮区域的面积最大时光源所在的初始位置，得到光源的最佳移动方向，包括：获取橘皮区域的面积最大时光源与对应待检测木塑门上距离最近的顶点；所述顶点包括待检测木塑门左上角的顶点、待检测木塑门右上角的顶点、待检测木塑门左下角的顶点和待检测木塑门右下角的顶点；

将所述橘皮区域的面积最大时光源与对应待检测木塑门上距离最近的顶点和待检测木塑门的中心点的连线的方向作为光源的最佳移动方向。

2.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，所述初始位置为：分别获取与待检测木塑门的四个顶点距离最近且与待检测木塑门的中心点的距离为预设距离的位置，将所述位置作为光源的初始位置。

3.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，所述最优化函数为：其中， 为最优化函数， 为待检测的木塑门的大小，为任一角度的光源照射下待检测木塑门图像中橘皮缺陷区域的大小，为该角度的光源照射下待检测的木塑门图像中橘皮缺陷区域像素点灰度值的标准差，为第一权重，为第二权重。

4.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，所述根据所述最优化函数，得到最优的光源照射下对应的待检测木塑门图像，包括：根据最优化函数，计算各角度的光源照射下待检测木塑门图像对应的最优化函数值；

将最优化函数值最大时对应的待检测木塑门图像作为最优的光源照射下对应的待检测木塑门图像。

5.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，所述根据橘皮区域对应的各簇的面积和各簇中心点的位置，得到光源未来的移动方向，包括：根据橘皮区域对应的各簇的面积，计算橘皮区域簇的平均面积；

获取橘皮区域各簇的中心点坐标，计算橘皮区域相邻簇的中心点之间的欧氏距离，根据所述欧氏距离，计算橘皮区域簇的离散程度；

根据所述平均面积和离散程度，得到光源未来的移动方向。

6.根据权利要求5所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，所述根据所述平均面积和离散程度，得到光源未来的移动方向，包括：分别对所述平均面积和离散程度进行归一化，得到归一化后的平均面积和离散程度；

采用如下公式计算判定值：

其中，为判定值， 为归一化后的平均面积， 为归一化后的离散程度；

判断判定值是否小于等于设定阈值，若小于等于，则将橘皮区域对应的簇中面积最大的一簇所在方向作为光源未来的移动方向。

7.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，所述对所述卷积图像进行聚类，得到橘皮区域对应的多个簇，包括：计算卷积图像中灰度最大值和灰度最小值的均值，将所述均值作为聚类的灰度条件；

将卷积图像中灰度值最大的一个像素点作为聚类时的初始圆心，根据所述聚类的灰度条件，对卷积图像中的点进行聚类，得到橘皮区域对应的多个簇。

8.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法，其特征在于，获取各角度的光源照射下待检测木塑门图像中橘皮缺陷区域，包括：对于任一角度的光源照射下待检测木塑门图像：

将该角度的光源照射下待检测木塑门图像对应的卷积图像中橘皮区域对应的多个簇与对应的待检测木塑门图像中的像素点位置一一对应，得到该角度的光源照射下待检测木塑门图像中的橘皮区域。