1.一种基于相关运算的透视图像自适应校正算法，其特征在于，包括以下步骤：S1、结合图像处理学技术，运用信号处理学的互相关运算进行模版匹配；

S2、计算周期性噪声的自相关矩阵，对噪声块进行采样同步；

S3、对周期性噪声的自相关矩阵中的峰值点交比验算；

S4、进行最终的模版匹配透视校正；

所述的S2步骤中对噪声块进行采样同步的具体包括以下步骤：a、将周期性噪声从透视图像中剥离出来；

b、计算周期性噪声的自相关矩阵；

c、引入数学形态操作，清除不符合的峰值点区域，连接正确的峰值点区域；

d、对自相关矩阵中的峰值点区域进行轮廓定位；

e、对轮廓区域进行交比验算，去除不符合交比的轮廓区域；

f、获取自相关矩阵的度量参数；

g、根据度量参数，对噪声块进行采样同步；

所述S3步骤中，在一条直线上的共线点E，F，G，H，与透视变换后的共线点E'，F'，G'，H'，透视变换后交比相等；

透视变换还包括以下计算过程：

b‑1、H的交比值使用如下式计算：b‑2、点E'，F'，G'，H'的交比值使用如下公式计算：b‑3、基于交比恒定原理，得出如下公式：b‑4、点E，F，G，H是周期性噪声在透视变换之前的峰值点，在峰值点的交比验算时，得出如下公式：

2.根据权利要求1所述的一种基于相关运算的透视图像自适应校正算法，其特征在于：所述S1步骤还包括：

a、互相关运算的核心计算过程与卷积类似，假设有两个图像s(x,y)和f(x,y)，且图像s(x,y)是图像f(x,y)的子区域；

b、则s(x,y)可以被理解为卷积核，对f(x,y)进行卷积，计算出归一化互相关系数，即NormalizedCrossCorrelationCoefficient。

3.根据权利要求2所述的一种基于相关运算的透视图像自适应校正算法，其特征在于：对S1步骤中的a步骤进行计算过程为：a‑1、图像s(x,y)为噪声块，图像f(x,y)为5×5个相同的图像s(x,y)进行叠加形成周期性噪声；

a‑2、根据a‑1步骤可知周期性噪声是由25个噪声块所组成的，即模版匹配可以在周期性噪声上计算出25个最大的归一化互相关系数，将其称之为周期性噪声的峰值点区域；

a‑3、将峰值点区域放在一起，就形成了图像的结构走势模版，一旦图像被透视，这个结构走势模版也会发生相应的改变。

4.根据权利要求1‑3中任一项所述的一种基于相关运算的透视图像自适应校正算法，其特征在于：所述S4步骤中进行最终的模版匹配透视校正，包括以下步骤：a、将周期性噪声从透视图像中剥离出来；

b、对噪声块进行采样同步；

c、将噪声块与周期性噪声进行模版匹配；

d、引入数学形态操作，清除不符合的峰值点区域，连接正确的峰值点区域；

e、对模版匹配矩阵的峰值点区域进行轮廓定位；

f、对轮廓区域进行交比验算，去除不符合交比的轮廓区域；

g、生成透视结构走势模版；

h、将结构走势模版的坐标对应到透视图像中，用顶点法对图像进行透视校正。