1.一种基于LSD线段检测的文档图像三角图检测方法，其特征在于，包括以下步骤：步骤1、对采集得到的文档图像进行高斯滤波降噪，得到低噪图像；

步骤2、对低噪图像进行LSD线段检测，得到原始线段集合；

步骤3、对原始线段集合进行处理，合并重叠和错误分段的线段，得到合并线段集合；

步骤4、搜寻合并线段集合中符合预设条件的三角图线段组，对各三角图线段组中三条线段所在直线的交点处进行Harris角点检测，得到各三角图线段组对应的三角图角点组；

步骤5、根据三角图线段组与三角图角点组中各线段与角点之间的相对位置，判断该三角图线段组所在处是否为三角图；

步骤4中，从合并后线段集合中搜寻三角图线段组，具体操作为，搜寻一个线段组作为三角图线段组，该线段组包含三个线段，三个线段的斜率范围分别在和[‑0.1，0.1]中，三个线段的长度差小于边长差异阈值，且三个线段中任意两个线段的四个端点之间的距离的长度要求如下：其中，一个距离的长度小于线段端点合并阈值，其他五个距离的长度在三个线段的最大长度和最小长度之间。

2.根据权利要求1所述的一种基于LSD线段检测的文档图像三角图检测方法，其特征在于，步骤1具体如下：步骤1‑1、对采集得到的文档图像，使用灰度计算公式，根据文档图像的红色通道R、绿色通道G和蓝色通道B数值，将文档图像转换为灰度图像I，灰度计算公式如下：I＝R×0.299+G×0.587+B×0.114

步骤1‑2、当文档图像的所有像素通过灰度运算转换为灰度图后，使用高斯模糊公式，对灰度图像I和高斯核进行卷积操作，高斯模糊计算公式如下：Iσ＝*Gaussianσ

其中，Iσ为低噪图像，*表示卷积操作，Gaussianσ是标准差为σ的二维高斯核，其定义为：其中x，y分别表示文档图像中像素点横坐标和纵坐标，e为自然底数。

3.根据权利要求1所述的一种基于LSD线段检测的文档图像三角图检测方法，其特征在于，步骤2具体如下：步骤2‑1、计算低噪图像每个像素点的梯度角θ(x,y)，其公式为：其中gx(x,y)和gy(x,y)分别表示低噪图像中像素点的横向和纵向梯度值，其公式为：其中，i(x，y)表示是低噪图像中坐标(x，y)处像素点的灰度值；

步骤2‑2、将像素点的梯度角θ(x，y)的方向组合成直线区域的方向，通过判断像素点的方向和直线区域的方向对像素点进行筛选；具体过程如下：在低噪图像中随机选择一个未被使用的像素点作为种子点，对种子点邻近的像素点进行判断，将像素点的梯度角和直线区域的区域角度之间的差小于直线支持域阈值的像素点称为对齐点，将对齐点加入到该直线支持域中，每当在直线区域中加入一个新像素，则更新整个直线区域的区域角度，区域角度公式为：其中，j表示直线区域中某一像素点的序号,θj表示直线区域中第j个像素点的梯度角；

步骤2‑3、对直线区域进行矩形拟合，构造一个包含直线区域内所有像素点的外接矩形，计算外接矩形的主轴角的角度，将主轴角的角度设为线段角度；

步骤2‑4、进行线段验证，检测外接矩形r，根据NFA公式，计算并判断该外接矩形r的矩形r误报数NFA(r)是否小于1，如果不小于，则忽视，如果小于1，将该外接矩形r表示为一条检测到的直线，该直线加入到原始线段集合中；

步骤2‑5、返回步骤2‑2，寻找下一个种子点，对低噪图像中除去步骤2‑4中NFA(r)大于1的外接矩形r的剩余部分进行扩散，直至遍历低噪图像的全图，得到原始线段集合。

4.根据权利要求3所述的一种基于LSD线段检测的文档图像三角图检测方法，其特征在于，步骤3、合并后线段集合的具体过程如下：步骤3‑1、设定线段端点合并阈值、点线合并阈值和斜率合并阈值；

步骤3‑2、合并重叠的线段：首先，判断步骤2‑5获得的原始线段集合中的任意两个线段是否存在两对满足要求的端点，若每对端点之间的距离小于端点合并阈值，则这两个线段为一组线段，对这一组线段进行重叠线段合并操作，取一组线段中的每对端点的中心点，作为合并线段的端点，生成一个合并线段，并删除原始线段集合中两个原线段；

判断步骤2‑5获得的原始线段集合中的任意两个线段的斜率差是否小于斜率合并阈值，且最短线段两个端点与最长线段之间的距离的最大值是否小于点线合并阈值，若是则进行线段合并，删除这两个线段中最短线段，保留最长线段；

步骤3‑3、合并错误分段线段，对于错误分段的线段的判定方法为，判断原始线段集合中两个线段是否存在一对满足要求的端点，其要求为：端点之间距离小于线段端点合并阈值，且两个线段的斜率差小于斜率合并阈值，若满足该要求则进行分段线段合并，取两个线段的距离最远的两个端点为合并线段的两个端点，生成一个合并线段，并删除两个原来的线段；

步骤3‑4、重复步骤3‑2与步骤3‑3，直到原始线段集合中没有新的线段合并，表示线段合并完成；没有新的线段合并是指原始线段集合中不存在步骤3‑2和步骤3‑3的线段。

5.根据权利要求4所述的一种基于LSD线段检测的文档图像三角图检测方法，其特征在于，步骤4中对各三角图线段组中三条线段所在直线的交点处进行Harris角点检测，得到各三角图线段组对应的三角图角点组，具体如下：步骤4‑1、取搜寻到的三角图线段组中每个线段所在直线与其他两个线段之间的交点坐标，得到三个交点坐标；

步骤4‑2、将以交点坐标为中心点的矩形区域设为角点区域，对角点区域中像素点计算自相关矩阵m，其公式为：其中gx，gy为步骤2‑1中的像素点的横向梯度值gx(x,y)和纵向梯度值gy(x,y)；

步骤4‑3、根据m的特征值λ1，λ2，计算响应函数R，其公式为：2

R＝λ1λ2‑0.05(λ1+λ2) ；

遍历角点区域中像素点，对于响应函数R大于设定角点判定阈值的像素点判定为角点，记录到该角点区域的角点集合中；

步骤4‑4、取各角点区域检测出的角点集合中距离角点区域中心点最近的角点，作为该三角图线段组的三角图角点组。

6.根据权利要求5所述的一种基于LSD线段检测的文档图像三角图检测方法，其特征在于，步骤5具体如下：

根据三角图线段组的长度设定顶点判定阈值，对于角点区域检测出的角点、且角点距离角点区域中心点距离小于顶点判定阈值的，设为该三角图线段组所在区域的三角图的顶点，检测出此处存在三角图，三角图位置由三角图线段组所在区域的三角图的三个顶点确定，否则，视为该区域不存在三角图，完成三角图检测。