1.一种基于贝叶斯学习的汇聚束电子衍射图样对称性检测方法，所述方法包括以下步骤：
第一步骤(s1)中，对包括汇聚束电子衍射图样的原始图样进行边缘检测，形成其二值图像，
第二步骤(s2)中，对所述二值图像形成包括多个圆斑的分割圆斑区域进行霍夫圆变换分割，所述分割圆斑区域为汇聚束电子衍射图样，
第三步骤(s3)中，计算所述分割圆斑区域的0度轴到180度轴的像素集合关于轴的像素对称值θ，
第四步骤(s4)中，提取所述像素对称值θ的极小值，并记录对应的轴的角度作为潜在对称轴，
第五步骤(s5)中，基于贝叶斯学习，计算并统计已知对称轴和已知非对称轴的像素对称值数据，并对已知对称的轴、已知不对称的轴的像素对称值进行概率分布的拟合，计算概率分布参数，
第六步骤(s6)中，基于所述潜在对称轴所对应的像素对称值θ和所述概率分布参数，计算所述潜在对称轴对称的概率和不对称的概率，当对称的概率大于不对称概率时，认为所述潜在对称轴对称，当不对称的概率大于对称的概率时，认为所述潜在对称轴不对称。
2.根据权利要求1所述的方法，其中，优选的，通过机器视觉对衍射图样进行分割。
3.根据权利要求1所述的方法，其中，p1，p2矩阵表示为分割圆斑区域像素集合的列向量。
4.根据权利要求1所述的方法，其中，扫描圆斑中的像素点，将所述像素点所在的位置保存在矩阵a中，像素点的像素值保存为矩阵p1，以及：基于所述矩阵a计算得到关于轴对称的像素点所在的位置且保存为矩阵b，并提取矩阵b对应的像素值保存为矩阵p2。
5.根据权利要求1所述的方法，其中，第二步骤(s2)中，根据中心圆斑和周围圆斑的位置关系，通过矢量相加的方式对所述霍夫圆变换分割未分割到的圆进行分割。
6.根据权利要求5所述的方法，其中，当分割边界和圆形亮斑的边界不符时，经由确定圆形亮斑边界的三个点以确定一个圆。
7.根据权利要求1所述的方法，其中，第五步骤(s5)中，所述概率分布参数包括像素对称值θ的概率分布平均值μ和标准差σ，基于概率密度函数，
所述概率分布参数包括对称轴中像素对称值的概率分布平均值μ1和标准差σ1，以及非对称轴中像素对称值的概率分布平均值μ2和标准差σ2，分别基于概率密度函数得到对称轴的概率密度值和不对称的概率密度值。