1.基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，该系统包括以下模块：
2.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据边缘点获取每个像素点的边缘距离和匹配边缘点的方法为：
3.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据像素点的灰度值、像素点的边缘距离，像素点的匹配边缘点的梯度值以及像素点所在窗口的最大最小灰度值获取像素点对缺陷的表现程度的方法为：
4.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述对于像素点对应的每个窗口灰度值排序，根据像素点灰度值与排序后的中值以及像素点对缺陷的表现程度获取像素点在对应窗口下的分割期望的方法为：
5.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述将目标像素点对应的所有窗口进行分类，并根据分类结果赋予窗口不同的权重的方法为：
6.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据窗口权重和目标像素点在对应窗口下的分割期望获取像素点的最终分割期望的方法为：
7.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据每个像素点与其邻域像素点的差异获取像素点的表现程度可信度的方法为：
8.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据一个窗口内所有像素点的表现程度可信度、最终分割期望以及对缺陷的表现程度获取窗口的分割阈值的方法为：
9.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据壳体灰度图中所有窗口的分割阈值、窗口内所有像素点的表现程度可信度以及像素点对缺陷的表现程度获取壳体灰度图的分割阈值的方法为：
10.如权利要求1所述的基于机器视觉的塑胶壳体注塑成型检测系统，其特征在于，所述根据壳体灰度图的分割阈值获取缺陷区域的面积，并根据缺陷区域的面积完成视觉检测的方法为：