1.一种杆塔巡检信息智能分类方法，其特征在于，包括：定位出各杆塔标识牌图像中的杆塔标识牌；

对所述杆塔标识牌进行提取和校正，形成新的杆塔标识牌；

识别出各新的杆塔标识牌中的标识牌文本；

对各标识牌文本进行分类存储，完成杆塔巡检信息智能分类方法。

2.根据权利要求1所述的一种杆塔巡检信息智能分类方法，其特征在于，所述定位并提取出各杆塔标识牌图像中的杆塔标识牌，具体包括以下步骤：对获取到的各杆塔标识牌图像进行预处理，获得对应的第一二值化图像；

提取各第一二值化图像中的所有轮廓；

采用多边形逼近各个轮廓，形成第二二值化图像；

基于所述第二二值化图像中的轮廓，提取出符合要求的凸四边形；

遍历所有凸四边形，并保存满足条件的凸四边形的顶点数据，完成杆塔标识牌的定位。

3.根据权利要求2所述的一种杆塔巡检信息智能分类方法，其特征在于，所述对获取到的各杆塔标识牌图像进行预处理，获得对应的第一二值化图像，具体包括以下步骤：分别对获取到的各杆塔标识牌图像进行金字塔滤波，获得滤波后的杆塔标识牌图像；

对所述滤波后杆塔标识牌图像进行灰度化处理，获得灰度化后的杆塔标识牌图像；

对所述灰度化后的杆塔标识牌图像进行边缘检测，获得边缘图；

对所述边缘图进行膨胀处理，使得边缘图中的相邻区域连通起来；

对所述膨胀处理处理后的边缘图进行二值化处理，获得对应的第一二值化图像。

4.根据权利要求2所述的一种杆塔巡检信息智能分类方法，其特征在于，所述基于所述第二二值化图像中的轮廓，提取出符合要求的凸四边形，具体包括以下步骤：依据杆塔标识牌占整个杆塔标识牌图像的比例，以及凸四边形的面积阈值范围，筛选出所述第二二值化图像中定点数目为4且面积在阈值范围内的轮廓，形成凸四边形轮廓；

计算各凸四边形轮廓的四个角的度数，当凸四边形的四个角的度数均符合要求，则该凸四边形为符合要求的凸四边形。

5.根据权利要求2所述的一种杆塔巡检信息智能分类方法，其特征在于，所述对所述杆塔标识牌进行提取和校正，形成新的杆塔标识牌，具体包括以下步骤：当杆塔标识牌的定位结果为多个凸四边形时，则合并所有凸四边形；

采用四点透视变换对合并后的所有凸四边形进行矫正，形成新的杆塔标识牌。

6.根据权利要求5所述的一种杆塔巡检信息智能分类方法，其特征在于，所述当杆塔标识牌的定位结果为多个凸四边形时，则合并所有凸四边形，具体为：当杆塔标识牌的定位结果为多个凸四边形时，采用最小外接矩形近似法来实现多个凸四边形的合并，并按照顺时针方式对各凸四边形进行排序；

所述采用四点透视变换对合并后的所有凸四边形进行矫正，形成新的杆塔标识牌，具体为：基于各凸四边形的四个顶点数据以及设定的校正后的矩形信息，求得变换矩阵；

对所述第二二值化图像中变形的凸四边形进行校正。

7.根据权利要求2所述的一种杆塔巡检信息智能分类方法，其特征在于，所述识别出各新的杆塔标识牌中的标识牌文本，具体包括以下步骤：识别出所述新的杆塔标识牌中的分界线，并基于所述分界线进行水平行分割；

识别出所述新的杆塔标识牌中的所有字符，完成垂直单个字符分割；

对各字符进行边缘修正和归一化处理，获得与标准字符模板图像相同大小的待识别字符图像；

将所述待识别字符图像与标准字符模板图像进行比对，获得标识牌文本。

8.根据权利要求7所述的一种杆塔巡检信息智能分类方法，其特征在于，所述识别出所述新的杆塔标识牌中的分界线，并基于所述分界线进行水平行分割，具体为：逐行统计新的杆塔标识牌的像素值和；

找出像素和最大的行，即为分界线，以该行分界截取，即完成水平行分割；

所述识别出所述新的杆塔标识牌中的所有字符，完成垂直单个字符分割，具体为：对所述新的杆塔标识牌在垂直方向进行投影并用高斯滤波器进行平滑，获得投影曲线；

定位投影曲线中的所有波谷点，然后在二值化的新的杆塔标识牌中，查找所有波谷点之间最高的连通区域，判断各个区域的宽度、宽高比是否符合字符特征，最后得到的各个区域就是字符，获得二值化的字符图像。

9.根据权利要求8所述的一种杆塔巡检信息智能分类方法，其特征在于，所述对各字符进行边缘修正和归一化处理，获得与标准字符模板图像相同大小的待识别字符图像，具体包括以下步骤：对所述二值化的字符图像进行自上到下的行扫描，当扫描到行白色像素个数和发生变化时，记录为可能的字符区域起始行；继续扫描，直到行白色像素个数和再次发生变化时，记录为可能的字符区域结束行；计算结束行和起始行的宽度，若小于设定阈值，则认为是噪点，并继续进行扫描寻找，直到找到字符区域的边缘；

对所述二值化的字符图像进行自左到右的列扫描，当扫描到列白色像素个数和发生变化时，记录为可能的字符区域起始列；继续扫描，直到列白色像素个数和再次发生变化时，记录为可能的字符区域结束列；计算结束列和起始列的宽度，若小于设定阈值，则认为是噪点，并继续进行扫描寻找，直到找到字符区域的边缘；

检测到字符区域边缘后，进行截取，即可得到修正后的字符图像；

根据标准字符模板图像的大小，将修正后的字符图像缩放到与标准字符模板图像相同大小；

以标准字符模板图像和修正后的字符图像对应的各个像素点的差的绝对值的总和Sum作为参考标准，最小的Sum对应的标椎字符模板图像即为识别得到的字符。

10.根据权利要求9所述的一种杆塔巡检信息智能分类方法，其特征在于，所述Sum的计算公式如下：式中，w、h分别表示修正后的字符图像的宽和高，pij，qij表示修正后的字符图像与标字符模板图像中第i行第j列像素点的灰度值。