1.一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，具体按照以下步骤实施：步骤1：将采集到的彩色绝缘子图像分解为R、G、B三个通道，然后采用中值滤波去除图像在采集和传输过程中产生的噪声；

步骤2：用改进的kirsch边缘检测算子分别对预处理后的三个单通道图像进行边缘检测；

步骤3：采用最大类间方差法分割图像，提取得到绝缘子的裂缝区域；

步骤4：计算裂缝与水平方向的夹角α，判断裂缝类型，然后分别计算R、G、B三个通道中裂缝的中心坐标、长度和面积，取其平均值作为最终检测到的绝缘子裂缝特征值。

2.根据权利要求1所述的一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，所述步骤1中，中值滤波去除图像在采集和传输过程中产生的噪声方法具体为：将二维滑动模板内的像素按照像素值的大小进行排序，取其中值作为滤波器的输出，去除噪声点的同时较好的保留图像的边缘细节信息，有利于后续处理。

3.根据权利要求1所述的一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，所述步骤2具体为：步骤2.1，kirsch算子边缘检测

算子由8个不同方向的3*3模板组成，图像中的每个像素点都用这8个模板进行卷积运算，将某个像素点(x,y)与上述8个模板卷积运算的结果统一标记为一个3*3的矩阵，第一行为f3、f2、f1，第二行为f4、f(x,y)、f0，第三行为f5、f6、f7，其中f(x,y)表示像素点(x,y)的灰度值，f0-f7表示像素点(x,y)与8个模板卷积运算的结果，则边缘的梯度幅度值为：K(x,y)＝max[1,max(|5sk-4tk|)],k＝0,1,...,7    (2-1)公式(2-1)中K(x,y)表示边缘梯度幅值，sk和tk表示卷积运算结果f0-f7按一定规律累加的结果，即sk＝fk+fk+1+fk+2，tk＝fk+3+fk+4+...+fk+7，下标超过7就除以8并取余数；

步骤2.2，骨架提取得到单像素宽的边缘并用最小二乘法对这些边缘像素点进行拟合骨架提取的原理是将图像的边缘点标记为1，背景点标记为0，对图像中所有边缘点都用一个3×3区域进行操作，第一行为d3、d2、d9；第二行为d4、d1、d8；第三行为d5、d6、d7，其中，位于中心位置的是中心点d1，d1为待检测边缘点，d2d3...d9为其邻域内的8个点，若同时满足：(1)2≤N(d1)≤6，N(d1)是d1的非零邻点的个数；(2)S(d1)＝1，S(p1)是以d1d2d3...d9为序时这些点的值从0到1变化的次数；(3)d2d4d6＝0或者S(d1)≠1；(4)d4d6d8＝0或者S(d1)≠1，则删除d1点，算法反复迭代直至没有满足删除条件的点，这时就得到了单像素宽的边缘线。

4.根据权利要求3所述的一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，所述步骤2.2中，最小二乘法拟合图像边缘像素点的具体做法是：假设图像的边缘像素点共有m个，像素点的坐标为(xi,yi)(i＝0,1,...,m-1)，根据边缘像素点的走势来确定拟合多项式的次数n，误差pn(xi)-yi的平方和最小时可以求得拟合多项式式中F表示误差的平方和，pn(xi)表示第i个像素点的拟合值，yi第i个像素点的实际值，ak表示拟合多项式第k项的系数，求解可得到拟合多项式 即为连续完整的图像边缘。

5.根据权利要求1所述的一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，所述步骤3具体为：假设一幅图像有L个灰度级[1,2,...,L]，最大类间方差法通过一个灰度级门限s将像素点分为C0和C1两类，C0表示灰度级为[1,2,...,s]的像素点，C1表示灰度级为[s+1,s+

2,...,L]的像素点，两类出现的概率为：

ω0表示C0出现的概率，ω1表示C1出现的概率，Pi表示灰度级为i的像素点出现的概率；

两类的平均灰度级为：

其中μ0表示C0的平均灰度级，μ1表示C1的平均灰度级，Pi表示灰度级为i的像素点出现的概率， 是整幅图像的平均灰度级，则类间方差为：最佳门限s*就是：

6.根据权利要求1所述的一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，所述步骤4中，0°≤α≤90°。

7.根据权利要求6所述的一种基于边缘检测的瓷质绝缘子裂缝特征检测方法，其特征在于，所述步骤4中，裂缝类型为横裂缝或竖裂缝，当0°≤α≤45°为横裂缝，当45°＜α≤90°为竖裂缝。