1.激光切割产品视觉检测方法，所述方法基于设置在激光切割机上的摄像头对产品进行实时检测，采集切割得到的产品图像，其特征在于，包括以下步骤：S1、对采集到的图像进行滤波并提取高频子带信息和低频子带信息；

S2、从获取的低频子带信息中提取被检测产品表面的全局亮度变化特征，计算低频子带全局亮度变化特征值作为低频子带特征值；

S3、从获取的高频子带信息中提取被检测产品表面的纹理特征、边缘特征，计算高频子带纹理特征值、边缘特征值；将高频子带的纹理特征值和边缘特征值进行多尺度融合，得到高频子带特征值；

S4、判断低频子带特征值是否大于低频子带阈值，并同时判断高频子带特征值是否大于高频子带阈值；

若低频子带特征值＞低频子带阈值，且高频子带特征值＞高频子带阈值，则判定被检测产品既具有孔洞凹陷缺陷也具有裂纹和边缘缺陷；

若低频子带特征值≤低频子带阈值，且高频子带特征值＞高频子带阈值，则判定被检测产品仅具有裂纹和边缘缺陷；

若低频子带特征值＞低频子带阈值，且高频子带特征值≤高频子带阈值，则判定被检测产品仅具有孔洞凹陷缺陷；

若低频子带特征值≤低频子带阈值，且高频子带特征值≤高频子带阈值，则判定被检测产品既不具有孔洞凹陷缺陷也不具有裂纹和边缘缺陷。

2.根据权利要求1所述的激光切割产品视觉检测方法，其特征在于，所述S1步骤提取高频子带信息和低频子带信息包括以下步骤：S11：对输入图像I(x,y)的每一行应用Daubechies小波进行一维小波分解，计算得到输入图像每一行的低频部分L和高频部分H；

S12：在所述S11步骤的基础上，再对输入图像的每一列继续应用Daubechies小波进行二维分解，得到LL子带、LH子带、HL子带和HH子带：其中，h为低通滤波器的函数系数，g为高通滤波器的函数系数；LL(i,j为LL子带，LH(i,j)为LH子带，HL(i,j)为HL子带，HH(i,j)为HH子带，i,j)为输入图像I(x,y)被分解后对应的图像点；I(i,j)为对输入图像I(x,y经过分解后的子图像；

S13：将所述LL子带定义为低频子带信息，将所述HL子带、HL子带以及HH子带定义为高频子带信息。

3.根据权利要求2所述的激光切割产品视觉检测方法，其特征在于，所述S2步骤，包括：S21：计算低频子带LL(i,j)的梯度强度GLL(i,j)：i,j)在x轴方向的低频子带梯度和y轴方向的低频子带梯度，S22：构建三阶球谐光照模型

其中，l为球谐阶数，0≤l≤2；表示球阶函数的频率分量；m为一个整数，满足-l≤m≤l，称为磁量子数；θ和分别为球坐标中的极角(或称纬度角)和方位角(或称精度角)，0≤θ≤π，为连带勒让多项式；δ为虚数，其中，X、Y和Z分别为输入图像I(x,y)对应的在二维图像坐标系中的点(x,y)在三维坐标系内的横坐标、纵坐标和竖坐标；

其中，(-1)m为Shortley-Condon相位，η∈[-1,1]；当m＝0时，为求Pl(η)对自变量η的m阶导数；

S23：计算球谐函数系数clm：

S24：计算低频子带全局亮度变化特征值：

4.根据权利要求2所述的激光切割产品视觉检测方法，其特征在于，所述S3步骤包括：S31：对所述S12步骤得到的LH子带、HL子带和HH子带分别采用带通滤波器进行纹理特征提取，纹理特征滤波值计算公式如下：I(i,j)＝I(i,j)*g(i,j；λ,Φ,ψ,σ,γ)；

其中，I(i′,j′)为在二维像素坐标系内的图像I(i,j)经过Gabor滤波器滤波后的平滑图像；*代表卷积计算；Φ为滤波器方向，λ为滤波器波长，σ为滤波器高斯函数的标准差，γ为空间纵横比，ψ为相位偏移；图像I(x,y的宽度为W，高度为H；i′＝icosφ+jsinφ；j′＝-isinφ+jcosφ；

S32：采用Sobel算子计算高频子带的水平梯度GH,x(i′,j′)和垂直梯度GH,y(i′,j′)：其中，H包括了LH、HL和HH；

S33：计算高频子带的梯度方向β(i′,j′)和梯度值GH(i′,j′)：S34：基于所述S33步骤的高频子带的梯度方向β(i′,j′)，对高频子带进行非极大值抑制；

对于每个像素(i′,j′)，比较其梯度方向β(i′,j′)与180°、90°、45°和135°的大小；

若其梯度方向β(i′,j′)更接近180°，则进一步比较当前像素(i′,j′)与其左像素、右像素的梯度值；

若其梯度方向β(i′,j′)更接近90°，则进一步比较当前像素(i′,j′)与其上像素、下像素的梯度值；

若其梯度方向β(i′,j′)更接近45°或更接近135°(，则进一步比较当前像素(i′,j′)与其相邻的对角线像素的梯度值；

在上述沿其梯度方向的逐一像素值比较过程中，若像素(i′,j′)在相应梯度方向上为局部极大值，则保留该点；否则将其梯度值设为0；

S35：基于所述S34步骤结果，进一步对像素(i′,j′)的梯度值进行双阈值检测，以区分得到图像的强边缘、弱边缘和非边缘像素；

S36：对所述S35步骤处理后的高频子带图像进行边缘跟踪处理，通过滞后效应将高频子带图像的弱边缘像素连接到强边缘；

S37：基于经过双阈值检测和边缘跟踪处理后得到的高频子带信息，计算高频子带特征值。

5.根据权利要求4所述的激光切割产品视觉检测方法，其特征在于，所述S35步骤的双阈值检测，包括：S351：设定高阈值GH,max和低阈值GH,min：

其中，M为像素横坐标i′的总数，N为像素纵坐标j′的总数；Max(GH,max为多个像素点的高频子带梯度值中的最大值，Min(GH,max)为多个像素点的高频子带梯度值中的最小值；

S352：若梯度值GH(i′,j′)>GH,max，则所述像素(i′,j′)被认定为强边缘像素；

若梯度值GH(i′,j′)

若梯度值GH,min≤GH(i′,j′)≤GH,max，则所述像素(i′,j′)被认定为弱边缘像素。

6.根据权利要求4所述的激光切割产品视觉检测方法，其特征在于，所述S36步骤的边缘跟踪处理的逻辑如下：遍历所有弱边缘像素，检查其是否与强边缘像素相邻，若相邻则将其标记为边缘像素；若不予强边缘像素相邻，则将其删除。

7.根据权利要求4所述的激光切割产品视觉检测方法，其特征在于，所述S37步骤计算高频子带特征值的计算公式如下：其中，α为耦合系数，0＜α＜1；gH(i,j；λ,Φ,ψ,σ,γ)为高频子带的纹理特征滤波值总和，∑LH,HL,HHGH(i′,j′)为高频子带梯度值总和；

gH(i,j；λ,Φ,ψ,σ,γ)＝gLH(i,j；λ,Φ,ψ,σ,γ)+gHL(i,j；λ,Φ,ψ,σ,γ)+gHH(i,j；λ,Φ,ψ,σ,γ)；

∑LH,HL,HHGH(i′,j′)＝GLH(i′,j′)+GHL(i′,j′)+GHH(i′,j′)。

8.采用如权利要求1-7任一所述方法的激光切割产品视觉检测系统，所述系统包括设置在激光切割机上的摄像头，用于对产品进行实时检测，采集切割得到的产品图像；其特征在于，所述系统还包括子带信息提取模块、低频子带特征值计算模块、高频子带特征值计算模块和筛选控制模块；

所述子带信息提取模块，用于对采集到的图像进行滤波并提取高频子带信息和低频子带信息；

所述低频子带特征值计算模块，用于从获取的低频子带信息中提取被检测产品表面的全局亮度变化特征，计算低频子带全局亮度变化特征值作为低频子带特征值；

所述高频子带特征值计算模块，用于从获取的高频子带信息中提取被检测产品表面的纹理特征、边缘特征，计算高频子带纹理特征值、边缘特征值；将高频子带的纹理特征值和边缘特征值进行多尺度融合，得到高频子带特征值；

所述筛选控制模块，用于判断低频子带特征值是否大于低频子带阈值，并同时判断高频子带特征值是否大于高频子带阈值；

若低频子带特征值＞低频子带阈值，且高频子带特征值＞高频子带阈值，则判定被检测产品既具有孔洞凹陷缺陷也具有裂纹和边缘缺陷；

若低频子带特征值≤低频子带阈值，且高频子带特征值＞高频子带阈值，则判定被检测产品仅具有裂纹和边缘缺陷；

若低频子带特征值＞低频子带阈值，且高频子带特征值≤高频子带阈值，则判定被检测产品仅具有孔洞凹陷缺陷；

若低频子带特征值≤低频子带阈值，且高频子带特征值≤高频子带阈值，则判定被检测产品既不具有孔洞凹陷缺陷也不具有裂纹和边缘缺陷。