1.一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,包括以下步驟：

步驟一、讀取線纜表面的待檢測圖像數(shù)據(jù)，設置像素點的空間二維坐標信息與三維彩色信息的比例，用五維向量表示圖像樣本集中的每一個像素點，以像素點為集合元素生成圖像樣本集；

步驟二、圖像數(shù)據(jù)預處理：對五維向量的每一維進行縮放，使其值位于[0,1]區(qū)間；

步驟三、將圖像樣本劃分為瑕疵和非瑕疵兩個類別，初始化隸屬度矩陣，建立約束條件對每個圖像樣本隸屬于每個類別的隸屬度值進行歸一化處理；

步驟四、對于每個類別，計算其每一維的聚類中心形成以五維向量表示的聚類中心，之后計算每一個像素點到該類別的聚類中心的距離，并根據(jù)聚類距離更新隸屬度矩陣；

步驟五、根據(jù)隸屬度矩陣和聚類距離，計算目標函數(shù)，并判斷目標函數(shù)是否收斂：目標函數(shù)若不收斂，則返回重新執(zhí)行步驟四，若收斂，則開始分割圖像；

步驟六、對圖像進行分割，對于分割后的每一個像素點，根據(jù)最終隸屬度矩陣獲取像素點隸屬的類值，根據(jù)類值計算得到該像素點的灰度值，并根據(jù)灰度值實現(xiàn)對線纜表面瑕疵的檢測。

2.根據(jù)權利要求1所述的一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,步驟一中，是利用彩色面陣CCD相機對線纜表面進行掃描，獲取一幅RGB彩色線纜圖像作為待檢測圖像數(shù)據(jù)。

3.根據(jù)權利要求1所述的一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,步驟一中，圖像樣本集其中a_j是用五維向量表示的一個彩色圖像的像素點，a_j＝(αp_j,q_j),j＝1,2,…,n，s是樣本空間維數(shù)，n是樣本個數(shù)，p_j＝(x_j,y_j)表示圖像的坐標，q_j＝(b_j,g_j,r_j)表示圖像的像素；α表示空間信息與彩色信息的比例,α∈(0,1)。

4.根據(jù)權利要求1所述的一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,步驟二中，對五維空間的每一維進行縮放，使其值位于[0,1]區(qū)間，如式(1)所示：

其中，Max_l、Min_l分別表示第l維的最大值、最小值，f(l)是第l維的數(shù)據(jù)，g(l)是第l維縮放后的數(shù)據(jù)。

5.根據(jù)權利要求1所述的一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,步驟三中，建立約束條件對每個圖像樣本隸屬于每個類別的隸屬度值進行歸一化處理，具體如下：

設U＝(μ_ij)_c×n表示樣本的隸屬度矩陣，隨機設置初始隸屬度矩陣設定約束條件如式(2)、(3)、(4)所示：

μ_ij>0,1≤i≤c,1≤j≤n(4)；

根據(jù)約束條件，做如下歸一化處理：

1

其中，c是樣本劃分的類數(shù)，取c＝2；μ_ij是第j個樣本屬于第i類的隸屬度值。

6.根據(jù)權利要求5所述的一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,步驟四具體如下：

設v_i是一個以五維向量表示的第i類的聚類中心，其每一維定義如式(6)所示：

其中，m是加權指數(shù)，取m＝2，V＝[v₁,v₂,…,v_c]是由c個聚類中心構成的s×c的矩陣；

設d_ij＝||a_j-v_i||表示從樣本a_j到聚類中心v_i的距離，更新隸屬度矩陣，如式(8)所示：

7.根據(jù)權利要求6所述的一種工業(yè)生產(chǎn)中對線纜表面瑕疵的檢測方法，其特征在于,步驟四中，選取歐氏距離作為五維空間的聚類距離，如式(7)所示：

其中，t＝1,2,…,s，s是樣本空間維數(shù)。