1.一种用于管道内部裂纹图像识别系统，包括处理主机，其特征在于，所述处理主机的内部包括摄像头(1)、实时传输模块(2)、图像系统(3)、中央处理系统(4)和损伤定位模块(5)，所述摄像头(1)与所述实时传输模块(2)之间通信连接，所述图像系统(3)的内部包括图像拍摄模块(6)、图像获取模块(7)、图像处理模块(8)和图像识别模块(9)，所述图像系统(3)使得摄像头(1)开始工作，同时对摄像头(1)拍摄后图像进行采集，然后对采集后的图像进行处理识别；

所述图像系统(3)与所述中央处理系统(4)之间通信连接，所述图像系统(3)将识别出的图像数据传输到所述中央处理系统(4)中，所述中央处理系统(4)的内部包括深度学习模块(13)和比对剔除模块(14)，所述深度学习模块(13)的内部包括管道内径获取单元(15)、管道内纹理获取单元(16)和反光适配模块(17)，所述中央处理系统(4)对获取的图像数据进行深度学习，从而对管道内部的内径以及管道内纹理进行学习，同时将拍摄时产生的反光进行保留，最后对原有的纹理进行剔除，所述中央处理系统(4)将剔除后的模型传输到所述损伤定位模块(5)中，通过管道模型上残留的纹理，从而对管道内损伤的位置进行定位。

2.根据权利要求1所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述图像拍摄模块(6)控制所述摄像头(1)对管道内部的图像进行拍摄，所述图像获取模块(7)通过所述实时传输模块(2)对拍摄的图像进行采集，所述图像处理模块(8)对图像进行处理，图像降噪单元(10)对采集到的图像中的噪点进行降噪，亮度增强单元(11)对图像的整体亮度进行增强，边缘检测单元(12)对图像进行边缘检测。

3.根据权利要求2所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述图像处理模块(8)将处理后的图像传输到所述图像识别模块(9)中，所述图像识别模块(9)对处理后的图像数据进行识别，从而识别出管道内部的原有纹理以及管道内部的裂纹。

4.根据权利要求3所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述图像识别模块(9)将识别后的图像数据传输到所述中央处理系统(4)中，所述管道内径获取单元(15)根据图像中数据对管道内径进行识别，所述管道内纹理获取单元(16)通过识别出的数据对管道内部原有的纹理进行获取，同时所述反光适配模块(17)对管道内部反光形成的亮度不均匀进行适配，使得反光增强对管道内部的纹理的显示。

5.根据权利要求4所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述深度学习模块(13)通过深度学习从而构建出管道的模型，所述比对剔除模块(14)根据管道内部原有纹理的数据对管道模型中的原有纹理进行剔除，从而保留下的纹理就是管道内部的裂纹。

6.根据权利要求5所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述比对剔除模块(14)将剔除原有纹理的管道模型传输到所述损伤定位模块(5)中，所述损伤定位模块(5)通过模型中纹理的位置，从而对管道内部的表面损伤位置进行定位。

7.根据权利要求2所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述图像降噪单元(10)在对图像进行去噪时采用中值滤波去噪，以像素为中心的小窗口内的所有像素的灰度按从小到大排序，取排序结果的中间值作为该像素的灰度值。

8.根据权利要求2所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述亮度增强单元(11)在工作时假定原图像f(x，y)的灰度范围为[a，b]，希望变换后图像g(x，y)的灰度范围扩展至[c，d]，则灰度线性变换可表示为： 再通过此函数对图像的亮度进行提升。

9.根据权利要求2所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述边缘检测单元(12)在工作时先构建二阶边缘检测数学公式：再提取公式(3)，公式(4)的系数，构造边缘检测模板，最后使用边缘检测模板与图像进行卷积运算，可以实现对图像边缘的检测：

其中w(i,j)为模板系数，f(x,y)为待处理图像

像素， 为卷积运算后的图像，图像大小为M×N。

10.根据权利要求3所述的一种用于管道内部裂纹图像识别系统，其特征在于，所述图像识别模块(9)对管道内纹理进行识别的过程中对图像进行分数阶积分金字塔构建，然后进行拉普拉斯金字塔构建，再对多尺度多分辨率拉普拉斯高频图像的边缘提取，最后再多尺度拉普拉斯高频图像重构进场仿真，从而生成清晰的管道内螺纹。