1.一种基于分层图像的PCB板缺陷检测系统，其特征在于，包括：图像采集模块、图像处理重建模块和PCB缺陷识别模块；
所述图像采集模块包括X射线图像采集设备，用于采集PCB标准板的投影图像和PCB待测板的投影图像；
所述图像处理重建模块用于将PCB标准板的投影图像和PCB待测板的投影图像进行分层成像，得到标准图和待测图；
所述PCB缺陷识别模块包括：图像预处理模块、图像配准模块、图像分割模块和缺陷识别模块；用于处理分析标准图和待测图，从而对PCB待测板进行缺陷识别，并输出检测结果。
2.如权利要求1所述的基于分层图像的PCB板缺陷检测系统，其特征在于，所述图像预处理模块用于对标准图和待测图分别进行滤除噪声处理和图像增强处理。
3.如权利要求1所述的基于分层图像的PCB板缺陷检测系统，其特征在于，所述图像配准模块用于提取PCB标准板和PCB待测板上定位孔的位置尺寸特征，然后通过定位孔在标准图和待测图上的几何位置差异进行缩放、平移和旋转操作，实现待测图与标准图的像素一一对应。
4.如权利要求1所述的基于分层图像的PCB板缺陷检测系统，其特征在于，所述图像分割模块用于对经过图像配准模块处理后的标准图和待测图分别进行对比度增强、白顶帽变换和迭代阈值分割。
5.如权利要求1所述的基于分层图像的PCB板缺陷检测系统，其特征在于，所述缺陷识别模块用于对经过图像分割模块处理后的待测图和标准图进行差影运算，然后进行形态学处理，最后进行缺陷类型识别。
6.一种基于分层图像的PCB板缺陷检测方法，应用权利要求1-5任一权利要求所述的基于分层图像的PCB板缺陷检测系统，其特征在于，包括以下步骤：
S1、利用X射线图像采集设备分别采集PCB标准板的投影图像和PCB待测板的投影图像；
S2、将PCB标准版的投影图像和PCB待测板的投影图像分别通过图像处理重建模块中的板状结构的滤波反投影FDK重构算法进行分层成像，分别得到标准图和待测图；
S3、对标准图进行图像预处理，然后保存标准图；对PCB待测板进行检测，打开待测图，对待测图进行图像预处理，然后对标准图和待测图进行图像配准；
S4、图像配准完成后，通过图像分割分离出标准图和待测图的背景和线路焊盘特征，再对标准图和待测图做差影运算；然后进行形态学处理滤除非缺陷部分的噪点得到缺陷图像，最后根据缺陷的轮廓特征对缺陷类型进行识别，得到检测结果。
7.如权利要求6所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述图像预处理包括图像去噪和图像增强；所述图像去噪采用中值滤波进行图像处理前的滤波降噪，滤波窗口采用3×3像素大小；
所述图像增强通过线性灰度变换将图像灰度区间分成两段乃至多段，然后分别作线性变换，每一个直线段都对应一个局部的线性变换关系。
8.如权利要求6所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述图像配准包括定位圆检测和几何变换；所述图像配准的过程为：
采用随机Hough变换对PCB标准板的定位圆和PCB待测板的定位圆进行检测，提取PCB标准板定位圆和PCB待测板定位圆的位置尺寸特征，然后通过定位孔在标准图和待测图上的几何变换对待测图的大小位置偏差进行调整。
9.如权利要求8所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述调整的具体步骤为：
假设A(x1，y1)，B(x2，y2)为PCB标准板两个定位圆的圆心坐标，A′(x3，y3)，B′(x4，y4)为PCB待测板两个定位圆的圆心坐标，
(1)计算出待测图定位圆心的水平偏角θAB和标准图定位圆心的水平偏角θ′AB，如果θAB≠θ′AB，则对待测图进行旋转变换，旋转角度为θAB-θ′AB；
(2)计算出待测图两个定位圆心之间的距离LAB和标准图两个定位圆心之间的距离L′AB，如果LAB≠L′AB，则对待测图进行缩放变换；缩放倍数为n＝L′AB/LAB；
(3)计算待测图的边界位置，并根据边界位置信息将待测图的目标区域提取出来，所提取的待测图目标区域是以坐标(x3-x1，y3-y1)、(x3-x1，y4-y2)、(x4-x2，y3-y1)、(x4-x2，y4-y2)为端点的矩形。
10.如权利要求6所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述图像分割的具体过程为：先进行对比度增强，再进行白顶帽变换，最后利用迭代阈值方法进行图像分割；所述迭代阈值方法的具体实现过程为：
(1)求出图像的最大灰度值和最小灰度值，分别记为gmax和gmin，令初始阈值t0＝(gmax+gmin)/2；
(2)根据阈值ti将图像分割为前景和背景，分别求出前景的平均灰度值gA和背景的平均灰度值gB；
(3)求出新阈值ti+1＝(gA+gB)/2；
(4)若ti＝ti+1，所得即为阈值；否则转(2)，迭代计算。
11.如权利要求6所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述缺陷类型的识别过程为：
(1)首先对缺陷图像的轮廓特征进行提取获得缺陷图像的边界轮廓分段数N1；
(2)然后根据缺陷图像的边界轮廓分段数N1进行第一步识别；
若N1＝4，则识别为短路或断路，记为1类缺陷；
若N1＝2，则识别为毛刺或缺损，记为2类缺陷；
若N1＝1，则识别为多余物或空洞，记为3类缺陷；
(3)最后根据缺陷为多料或缺料确定缺陷类型；
对1类缺陷，若多料，则为短路，若为缺料，则为断路；
对2类缺陷，若多料，则为毛刺，若为缺料，则为缺损；
对3类缺陷，若多料，则为多余物，若为缺料，则为空洞；
(4)为了更直观的将PCB待测板上的缺陷显现给用户，对缺陷类型进行分类后需要对缺陷进行准确的位置标记和类型标记。
12.如权利要求11所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述获得缺陷图像的边界轮廓分段数N1的具体过程为：
(1)选取坐标原点，以缺陷图像的左上角为原点，对缺陷图像使用2×2的方形结构元素膨胀处理，进行轮廓特征提取；
(2)将获取的轮廓边界的各点坐标值依次存放在一个二维数组B之中；
(3)对待测图进行阈值分割，获取二值图，记为I0；
(4)设定初始分段数变量N＝1，按照二维数组B中的坐标值返回I0中，记下第一点像素值E1，然后依次判断边界坐标在I0中对应点的像素值，设第i点像素值为Ei，当像素值变换一次，N＝N+1，直至终止点，记下终止点像素值为En；
若N＝1，则N1＝N＝1；
若N≠1且En≠E1，则N1＝N；
若N≠1且En＝E1，则N1＝N-1。
13.如权利要求11所述的基于分层图像的PCB板缺陷检测方法，其特征在于，所述缺陷的标记采用最小外接矩形法求矩形中心的方法进行标记。