1.一种基于多邻域预测模型的磁芯缺陷检测方法，其特征在于，包括以下步骤：S1：对待学习无缺陷样本图片中的每个像素点设置特征表示区，每个像素点的特征表示区均为以该像素点为中心，包含n个像素点的区域，n为正整数；

S2：确定每个像素点的感受野区域，并将该像素点作为所述感受野区域的中心像素点，所述感受野区域包含m个像素点，m为正整数，且m＞n；

S3：对于某一所述中心像素点p，其特征表示区为Up，遍历该中心像素点p的感受野范围内的所有m个像素点，将除p点外的所有像素点令为邻域像素点qa，a＝1，2，...，m‑1，每个所述邻域像素点qa的特征表示区为 每个 内包含n个像素点；计算所述Up和 之间的相关度，从而找出k个与所述中心像素点相关度最高的邻域像素点，作为最相关邻域像素点，所述k小于m；

S4：建立每个所述中心像素点与其k个所述最相关邻域像素点之间的多邻域映射关系，得到多邻域预测模型；

所述S4通过以下子步骤实现：依次遍历所述待学习无缺陷样本图片的每一个中心像素点，计算该中心像素点和每一个与其对应的k个最相关领域像素点之间的像素差，并将所述像素差进行拟合，得到其高斯分布的均值和方差；将所述中心像素点的坐标、所述中心像素点对应的k个最相关领域像素点的坐标、高斯分布的均值和标准差分别保存；当检测完所有中心像素点后，保存所有中心像素点的坐标、该中心像素点对应的k个最相关领域像素点的坐标、高斯分布的均值和标准差，得到多领域预测模型；

S5：调用所述多邻域预测模型数据对待测图片进行缺陷检测，得到所述待测图片缺陷检测结果的二值图像；

S6：对S5得到的缺陷检测结果的二值图像进行去噪优化，得到最终缺陷检测图像。

2.根据权利要求1所述的基于多邻域预测模型的磁芯缺陷检测方法，其特征在于，所述步骤S3具体通过以下步骤实现：Up和 的具体表达式如下：

Up＝{p1，p2，p3，…，pn}   (1)

式中，p1、p2、p3、...、pn分别表示Up中的某一个像素点，qa1、qa2、qa3、...、qan分别表示中的某一个像素点；

采用皮尔逊相关系数判定相关度，计算所述Up和 之间的相关度，表达式如下：式中， 代表Up的期望值， 代表 的期望值， 代表Up的标准差， 代表 的标准差， 代表Up、 之间的协方差， 代表Up、 之间的皮尔逊相关系数；

计算m‑1个所述皮尔逊相关系数中较大的k个值，得到与所述中心像素点p最相关的前k个所述邻域像素点qi，i＝1，2，3，...，k。

3.根据权利要求2所述的基于多邻域预测模型的磁芯缺陷检测方法，其特征在于，所述步骤S4具体通过以下子步骤实现：(4.1)依次遍历所述待学习无缺陷样本图片的每一个中心像素点p，其坐标为(x，y)，根据所述步骤S3求出每个所述中心像素点p对应的k个所述最相关邻域像素点qi，通过以下公式分别求出k对p、qi像素对之间的像素差Δ(p，qi)：(4.2)对每一个所述中心像素点p，拟合出其与k个所述最相关邻域像素点qi的像素差值的高斯分布为：Δ(p，qi)～N(μi，σi)           (10)

2

式中，N(μi，σi)表示均值为μi、方差为σi的高斯分布；

(4.3)将所述中心像素点p的位置(x，y)、对应的k个所述最相关邻域像素点qi的位置(xi，yi)、两个统计参数μi、σi作为模型参数保存；当检测完所有中心像素点后，保存所有中心像素点的坐标、该中心像素点对应的k个最相关领域像素点的坐标、高斯分布的均值和标准差，得到多领域预测模型。

4.根据权利要求3所述的基于多邻域预测模型的磁芯缺陷检测方法，其特征在于，所述步骤S5具体通过以下操作实现：输入待测图片，设置误差范围参数C，阈值T，计数器初始值count＝0；依次遍历所述待测图片中的每个像素点，依次作为所述中心像素点p，根据p的位置在所述步骤S4得到的多邻域预测模型中，找到所述对应的k个最相关邻域像素点qi的位置、高斯分布的均值μi、标准差σi；然后依次求出所述待测图片中这k个p、qi像素对的像素差，并判断该中心像素点p是否在对应的高斯分布之外，即判断是否有如下公式成立：|Δ(p，qi)‑μi|＞(C*σi)i＝1，2，…，k      (11)若上式(11)成立，则count＝count+1，i＝i+1，循环计算式(11)；若不成立，则count保持不变，i＝i+1，循环计算式(11)；直到i＞k，结束循环；

若循环结束后有 成立，则该中心像素点p判定为缺陷像素，将其像素值置1；若不成立，则该中心像素点p判定为非缺陷像素，将其像素值置0；最终得到整幅所述待测图片缺陷检测结果的二值图像。

5.根据权利要求4所述的基于多邻域预测模型的磁芯缺陷检测方法，其特征在于，所述步骤S6具体通过以下子步骤实现：(6.1)定义一个结构元素B，对所述步骤S5得到的缺陷检测结果的二值图像A进行腐蚀和膨胀操作，消除分散孤立的白色噪点和黑色空洞：式中，A⊙B代表使用结构元素B对二值图像A进行腐蚀处理， 代表使用结构元素B对二值图像A进行膨胀处理；

(6.2)遍历所述二值图像中具有相同像素值并且位置相邻的像素组成的连通域，通过观察真实缺陷区域的面积分布特点，设定是否为噪声的判断阈值T1，判定包含像素个数S小于阈值T1的连通域为小面积噪声，将其内包含的像素值置0；反之，则判定所述连通域为真实缺陷，其内包含的像素值保留，具体表达式如下：式中，pS为连通域中的像素值。