1.一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于包括以下步骤：
1)采集获得无缺陷注塑模具的模板图像和待测注塑模具的实时图像，针对两幅图像使用局部特征向量提取初始匹配点，将同一个局部特征向量在两幅图像分别获得的两个初始匹配点作为一对匹配对，计算一对匹配对的两个初始匹配点之间的欧氏距离并作为初始相似性，用初始匹配阈值对所有初始相似性进行分割判断获得初始匹配对；
2)由步骤1)得到所有初始匹配对中的每一个初始匹配点构造各自的全局向量，然后对全局向量作归一化处理；
3)由步骤2)得到的归一化后的全局向量与其各自对应的局部特征向量用权重因子构造一个新向量，计算一对初始匹配对的两个初始匹配点之间的欧氏距离并作为最终相似性，用最终匹配阈值对所有最终相似性进行分割判断获得最终匹配对；
4)用步骤3)中得到的最终匹配对计算投影变换矩阵，用投影变换矩阵投影变换实时图像，然后差分处理变换后的实时图像与模板图像，再去噪声处理后提取区域判断是否存在异常缺陷。
2.如权利要求1所述的一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于：所述步骤1)中，用初始匹配阈值对所有初始相似性进行分割判断获得初始匹配对，具体为：将初始相似性小于等于初始匹配阈值的匹配对保留，作为初始匹配对；否则剔除。
3.如权利要求1所述的一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于：所述的局部特征向量是经典SIFT局部尺度不变描述子。
4.如权利要求1所述的一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于：所述步骤2)，具体为：以每一个初始匹配点为圆心、图像对角线长度为直径作圆，对圆在周向上作m等分且在径向上作n等分，从而将圆所在的区域分成m*n个小块区域；
接着，统计每个小块区域内包含的初始匹配点个数，再由所有小块区域的初始匹配点个数组成一个m*n维的向量，作为全局向量；
然后采用以下公式进行归一化处理：
其中，表示归一化后的全局向量，表示未归一化后的全局向量，表示的模。
5.如权利要求1所述的一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于：所述步骤3)具体是采用以下公式构造新向量
其中，表示128维的SIFT描述子，表示归一化后的全局向量，ω表示0-1范围的权重因子。
6.如权利要求1所述的一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于：所述步骤3)中，用最终匹配阈值对所有最终相似性进行分割判断获得最终匹配对，具体为：将最终相似性小于等于最终匹配阈值的初始匹配对保留，作为最终匹配对；否则剔除。
7.如权利要求1所述的一种基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于：所述步骤4)，具体为：从步骤3)得到的所有最终匹配对中随机选取四对最终匹配对，使用八点法计算模板图像与实时图像之间的变换矩阵，然后将实时图像经变换矩阵转换后的图像与模板图像作差分处理，差分得到的图像经二值化处理，最后使用开操作去除噪声得到最终图像，将最终图像中二值化的白色目标区域的面积和预设的异常判定阈值进行比较，若白色目标区域的面积大于异常判定阈值，则认为是异常缺陷；否则不认为是异常缺陷。