1.一种输电线路绝缘子缺陷图像识别方法，其特征在于，所述方法包括以下步骤：S1：收集输电线路巡维部门日常工作拍摄到的完好绝缘子图片，建立绝缘子图像的样本库；

S2：对待识别绝缘子图片的灰度化；

S3：通过图像最大熵分割法将灰度化后的待识别绝缘子图片划分成环境背景区域和绝缘子区域；

S4：将划分好区域的图像数据通过局部细节特征算法确定图像数据中的绝缘子轮廓和其灰度值；

S5：将已处理的绝缘子图像与样本库进行图像匹配，确定绝缘子是否存在缺陷；

S3具体为：在获取待识别绝缘子图片的图像数据中每个像素点的灰度值后，确定一个灰度初始值，规定图像数据中大于这个灰度值为前景，小于这个灰度值为背景；并统计图像数据中背景出现的概率PT，则前景出现的概率为1‑PT，再计算每个灰度值在前景和背景中的信息熵，循环遍历灰度值，使得两者信息熵和最大；比较两者信息熵和与当前最大信息熵的大小，确定新的最大信息熵后，循环遍历查找到对应的灰度值，图像中灰度大于此分割值的像素作为前景，否则作为背景，分割物体与背景；

信息熵的计算公式为：

其中，P(x)代表的是灰度x出现的频率，H表示信息熵；

S3包括：

S3.1：取i作为阈值，i属于[0，255]，对灰度图像进行区分，低于阈值的为背景B，高于阈值的为物体O，设置一个最大信息熵；

S3.2：计算每个灰度值在背景B，物体O中的概率：

在背景中的概率为：

在物体中的概率为：

其中， T为图像数据中灰度值小于i的点数量，L为图像数据中点的总数；

S3.3：分别计算灰度i在背景、物体中的信息熵，并将两者信息熵相加，将得到的总和与最大信息熵对比，若大于则将总和作为新的最大信息熵，将i设为二值化的阈值；若总和小于最大信息熵，则新的最大信息熵值等于该最大信息熵值；

分别对图像中的每一个灰度进行S3.2，S3.3步骤，直到i大于255；

S3.4：经S3.3处理后得到新的最大信息熵后，循环遍历查找到对应的灰度值，以该灰度值作为分割值；图像中灰度大于此分割值的像素作为前景，否则作为背景，分割物体与背景；S4包括：S4.1：输入分割好后的前景中待测像素点M；

S4.2：检索待测像素点M周边点的灰度值，判断其周边8个相邻点中依次灰度值之间的绝对值之和是否小于等于2，若小于等于2，则M点为前景物体的分支点；若大于2，则M点为前景物体的端点；

如果M点是端点，则它的邻域点满足式：

如果M点是分支点，则它的邻域点满足式：

其中，R(k)为待测像素点M周边的第K个相邻点的灰度值；

S4.3：通过循环搜索比较，确定物体边缘关键点，再来实现图像的旋转不变性，根据检测到的关键点的局部图像结构为特征点的方向赋值，求各个特征点主方向角度；

使用有限差分，以关键点为中心，以3×1.5σ为半径的区域内图像梯度的幅角和幅值，公式如下：L(x,y)＝G(x,y,σ)*I(x,y)

其中，m和n分别表示图像矩阵的行数和列数，G(x,y,σ)为标准差为σ的正态分布函数；I(x,y)为灰度函数，L(x,y)表示用高斯函数进行加权处理，m(x,y)为图像梯度的幅值，q(x,y)为图像梯度的幅角，σ为正态分布标准差。

2.根据权利要求1所述的输电线路绝缘子缺陷图像识别方法，其特征在于，S2具体为：将待识别绝缘子图片的图像数据中三个分量以不同的权值进行加权平均，获取待识别绝缘子图片的图像数据中每个像素点的灰度值；得到合理的灰度图像，通过灰度化后的图像计算分析图像数据的梯度。

3.根据权利要求2所述的输电线路绝缘子缺陷图像识别方法，其特征在于，加权平均公式为：I(m,n)＝0.30R(m,n)+0.59G(m,n)+0.11B(m,n)(m

4.根据权利要求1所述的输电线路绝缘子缺陷图像识别方法，其特征在于，灰度i在背景中的信息熵：灰度i在物体中的信息熵：

5.根据权利要求1所述的输电线路绝缘子缺陷图像识别方法，其特征在于，S5中图像匹配采用细节匹配；

细节点模式中细节点特征向量集合和输入细节点模式中细节点特征向量集合可分别表示为：其中模板细节点特征集合P包括M个细节点，输入细节点特征集合Q包括N个细节点，输入细节点为S3中得到的端点；细节点匹配问题表述为：P＝{Fi|i＝1…M}；Q＝{Fj|j＝1…N}

进行N*M次搜索匹配，搜索P和Q中点之间的最佳对应关系，根据高斯函数进行加权处理得到匹配数目值Ms，并与阈值T比较，如果Ms>T，则两个细节点模式匹配，如果Ms