1.一种基于区域生长的导线散股检测方法，其特征在于，按照以下步骤实施：步骤1、输入航拍获取的输电导线俯视图I，先进行灰度化，得到灰度图像A；再通过区域生长法提取导线区域，得到导线区域图像C；

步骤2、对导线区域图像C进行反色处理得到反色图像D，再用Bersen算法进行阈值分割，得到导线区域的二值图E；

步骤3、对二值图E进行形态学处理，先去除小于指定像素面积的小区域再进行膨胀处理，分别得到图像F和图像H，再进行中心轴提取，若不平行对图像F进行旋转得到图像J；

步骤4、根据拟合得到的导线单股斜率判断散股位置，并进行标记。

2.根据权利要求1所述的基于区域生长的导线散股检测方法，其特征在于，所述的步骤

1中，具体过程是：

1.1)输入能清晰表征单股导线轮廓的航拍的输电导线图像俯视图I，通过公式(1)进行灰度化：A(x,y)＝0.299R(x,y)+0.578G(x,y)+0.114B(x,y)  (1)其中，R(x,y)、G(x,y)、B(x,y)代表无人机俯拍图像I中每个像素红、绿、蓝分量的值；

1.2)选用区域生长法，从输电导线图像复杂背景中分离出导线区域图像C，区域生长法的具体过程是：先遍历灰度化处理后的灰度图像A，得到灰度图像A中各像素点的像素值和图像尺寸，设定图像尺寸为m×n，创建一个m×n的矩阵Z，且将矩阵Z中的所有值都设为0，即起始的矩阵Z为一个m×n的零矩阵，(x,y)表示Z矩阵中任一像素点位置，其中，Z(x,y)＝0表示该点属于未生长区域或不属于生长区域；Z(x,y)＝1表示该点已被生长，选取灰度图像A导线区域中的一点作为种子点(x0,y0)，且设Z(x0,y0)＝1，该像素点灰度值为A(x0,y0)；对该像素点8邻域未被阙值判定过的像素点(x,y)位置进行依次判定，当选定的外围点与种子点像素灰度值的数值差小于设定阙值T，T为相似度阈值也就是生长准则，将Z矩阵中的相应位置值更新为1，即对于种子点(x0,y0)的邻域中任一像素点(x,y)，必须满足以下两个条件：其中，S(A(x0,y0),A(x,y))表示像素点(x0,y0)与像素点(x,y)灰度值之间的相似程度，通常直接取该两个像素点灰度值的差，即|A(x0,y0)-A(x,y)|；

则令Z(x,y)＝1，依次在8领域内判断，直到种子点的8领域内没有新像素点的Z(x,y)值被标记为1为止，选用8领域中最后一个满足生长准则的点作为下一轮的种子点，所有Z(x,y)值等于1的像素组成的区域就是最终分割出的区域；

如果当前种子点的下一级种子点是已经被划归合并的同类点时，则结束该点的生长，接着再寻找8邻域内的下一个点；如果最后一个种子点的8邻域内的所有像素点不符合继续生长的条件或已被标记为同类点时，整个生长过程结束；

经过区域生长输出的图像称为导线区域图像C。

3.根据权利要求1所述的基于区域生长的导线散股检测方法，其特征在于，所述的步骤

2中，具体过程是：

2.1)对导线区域图像C做反色处理，在m×n的导线区域图像C中循环，因为导线区域图像C的灰度值为0-255，所以用255减去原像素点的灰度值就是反色处理后的反色图像D，即：D(x,y)＝255-C(x,y)，其中C(x,y)是导线区域图像C在位置(x,y)处的灰度值；

2.2)对于每一个像素点(x,y)，以该像素点为中心取一个长宽均为(2w+1)×(2w+1)的核，利用这个核计算图像中各点(x,y)的阈值，取与这个核重合的区域当中的极大值和极小值的平均值作为阈值；

分别创建两个矩阵，一个为(m+2)×(n+2)的矩阵U，另一个为(m-2w+2)×(n-2w+2)的矩阵V；

矩阵U的值表示如下：

矩阵V的值表示如下：

V(x,y)＝0.5(maxU(x+i,y+j)+minU(x+i,y+j))，-w≤j≤w，-w≤j≤w  (4)其中，maxU(x+i,y+j)和minU(x+i,y+j)分别是与这个核重合的区域的最大值和最小值，对像素点(x,y)用V(x,y)值进行逐点二值化，即利用当前像素点周围8领域点来计算当前像素点的Bersen阈值，判断过程如下：当反色图像D在(x,y)的像素值小于矩阵V在该位置的像素值时，取二值图E在该位置的值为1，否则为0，即

4.根据权利要求1所述的基于区域生长的导线散股检测方法，其特征在于，所述的步骤

3中，具体过程是：

3.1)已知目标点像素值为1，背景点像素为0，遍历二值图E所有像素点，计算出二值图E中所有的连通域，连通域的计算如下：采用8连接方式，即当前像素点为1时，判断其上、下、左、右、左上、右上、左下、右下中是否存在一个像素点的像素值为1；若有，并入该区域继续判断这个像素点的8领域直到没有满足条件的点；

再依次计算连通域的面积，为每个像素设置一个权值，采用加权求和的方式得到面积；

当它的面积小于p时，令该领域内的所有点的像素值都更新为0，循环遍历完二值图E找出的所有连通域，得到去除小领域后的图像F；

3.2)对去除小领域后的图像F做膨胀处理，选用圆盘结构元素q作为膨胀的结构元素，半径为c个像素，F为去除小区域后得到的图像，H为膨胀后的图像，图像H膨胀表达式为：其中，DF为图像F的领域，Dq为结构元素q的领域，c的取值根据导线的取值进行调整，满足使图像F成为一个闭合区域；

3.3)按列对图像H做微分处理取出边界，当一列中的边界数为2时，取上下两个边界的纵坐标的平均值作为中心轴的纵坐标，行坐标取原值，根据计算出的所有的像素点，拟合出一条直线，该直线就是中心轴；

取拟合直线的首尾坐标，求出斜率，根据斜率与夹角的关系，判断中心轴是否与水平轴平行，若平行，即求出的夹角为0时，不进行调整直接对图像F进入下一步操作；若不平行，对图像F进行逆时针旋转偏转角度值，得到图像J。

5.根据权利要求1所述的基于区域生长的导线散股检测方法，其特征在于，所述的步骤

4中，具体过程是：

4.1)对步骤3得到的图像进行Hough变换，若原图像中的导线平行，则本步骤处理对象为图像F，若不平行则本步骤处理对象为图像J；找到导线区域的导线股线的直线表达式，获得各直线表达式的斜率；

Hough变换具体过程如下：

将θ角在-90度到90度的范围内以间隔为0.5划分为多个区间，在图像J或图像F中，对所有的不为0的像素点(x,y)，不断变换横坐标θ，求出ρ，计算公式如下：ρ＝xcosθ+ysinθ，  (6)

其中，θ为(x，y)处的方向，ρ为极坐标下夹角θ时原点到(x，y)的距离，找到ρ在坐标(θ，ρ)的位置累加1，从而得到一个累加矩阵记录共线点个数，矩阵的行坐标为θ，列坐标为ρ；

遍历累加矩阵K，查找累加矩阵K中累加值最大的点，记录该点并将所在位置的(θ，ρ)清零，继续查找并记录下一个累加值最大的点，直到累加矩阵K中所有的累加值都为零，记录的这些点即对应了检测到的图像J或图像F中的直线；

4.2)另外添加一个条件，即只有累计矩阵K所有的累加值高于某个设定阈值，即共线点必须满足一定的数目要求，才认定它是空间上的一条直线，该阈值设定为累加矩阵K中累加最大值的一半；而累加矩阵K所在位置(θ，ρ)根据参数空间与平面空间的关系就可以绘制出一条直线，累加矩阵K寻找满足设定阈值的点；

通过参数方程与直线方程的关系得到斜率，以及其对应的直线：

其中，k是位置(θ，ρ)的直线的斜率，

4.3)选用与同型号相同情形下拍摄的完好导线用本发明方法测量斜率并计算均值作为基准；用Hough变换检测拟合出导线区域每股单线的直线后，用一个数组L记录这些检测到的直线的斜率值；若斜率为0或无穷大的，或者接近这两个斜率的，则认为该边缘轮廓线为导线区域的四个边界，进行排除，不再进行后续步骤的处理；当检测过程中拟合得到的导线单股斜率有正有负时导线必定出现散股，如果检测过程中拟合得到的导线单股斜率都大于0或都小于0，但单股斜率与完好导线的斜率均值相差超过设定阈值10％时也视为出现散股。