1.一种复杂环境下的红外绝缘子与钢帽的识别与分割方法，该方法包括以下步骤：步骤(1)、获取拍摄的绝缘子串红外热像图像，对其进行初步处理，去除较大遮挡物的干扰，缩小范围，对绝缘子串位置进行初步识别，得到绝缘子串的大致位置信息；

1‑1获取绝缘子串所在区域的红外热像图像，对图像进行滤波操作去除噪声；

1‑2对步骤1‑1去噪后的图像进行灰度化处理；

根据公式(1)将步骤1‑1RGB彩色图像转化为灰度图像，将RGB图像的像素在‘R’通道和‘G’通道上的值在转换公式中所占的权重设置为较高的值，将像素在‘B’通道的值在转换公式中所占的权重设置为较小的值；

采用如下公式对红外图像进行灰度化操作：

I(x,y)＝0.01×[10·B(x,y)+45·R(x,y)+45·G(x,y)]    公式(1)其中：

I(x,y)是灰度图像中坐标(x,y)的像素的值；

B(x,y)是RGB图像‘Blue’通道中坐标(x,y)的像素的值；

R(x,y)是RGB图像‘Red’通道中坐标(x,y)的像素的值；

G(x,y)是RGB图像‘Green’通道中坐标(x,y)的像素的值；

1‑3对步骤1‑2灰度图像进行阈值分割，得到二值图像；

1‑4对步骤1‑3二值图像进行形态学处理，消除电线与电线杆的干扰，获取图像中绝缘子串所在区域；具体是：

1‑4‑1对步骤1‑3二值图像进行腐蚀，使较细的电线与绝缘子串断开连接；

1‑4‑2对步骤1‑4‑1腐蚀后图像进行膨胀操作，使可能由于钢帽腐蚀而互相断开连接的单个绝缘子重新连接为一个整体；

1‑4‑3对步骤1‑4‑2膨胀后图像进行霍夫直线变换操作，检测出长度大于0.3倍率于输入图像高度的直线段，并计算其斜率，获取斜率的绝对值大于1的直线段的位置信息，在这些直线段所在的位置上画出宽度为输入图像宽度的0.1倍的黑色直线；

1‑4‑4利用基于嵌套轮廓层次结构的轮廓检测算法找出步骤1‑4‑3处理后图像中的所有轮廓，其中包围白色区域的面积最大的轮廓即为绝缘子串所在的位置；

步骤(2)、根据步骤(1)初步识别得到的绝缘子串的位置信息，在绝缘子串所在区域原红外热像图像中确定绝缘子串的位置，并提取出绝缘子串所在区域的部分图像，进行角度矫正操作；

步骤(3)、对步骤(2)图像进行进一步精确识别，确定绝缘子串横向的两端点位置，去除连接绝缘子串两端的电线以及连接件的干扰；具体是：

3‑1对步骤(2)图像根据公式(3)进行灰度化处理，得到灰度图；然后对灰度图采用公式(2)Otsu最大类间方差法对灰度图进行阈值分割得到二值图像，使灰度图中像素强度较大的绝缘子串所在区域为白色，像素强度较小的背景区域为黑色；

I(x,y)＝0.01×[20·B(x,y)+40·R(x,y)+40·G(x,y)]    公式(3)

3‑2对二值图像中的像素进行纵向遍历，找出位于黑白区域的上边界像素，将这些像素的坐标记录至高度变化函数h(x)，其中x为边缘像素的横坐标，h(x)为边缘像素的纵坐标；

3‑3为进一步精确范围，根据绝缘子串的形态特征，对绝缘子串的端点位置进行识别；

步骤(4)、根据绝缘子串的形态特征，建立分割算法，对精确识别出的绝缘子串进行数学建模，分割出绝缘子串上的钢帽；具体是：

4‑1在[st_left,st_right]区间上遍历函数h(x)，根据局部极大值点和极小值点的判定条件找出高度变化函数h(x)的波峰与波谷，分别保存至波峰数组top[]、波谷数组bottom[]，其中top[k]存储了第k个波峰像素的x坐标，bottom[k]存储了第k个波谷像素的x坐标；

4‑2根据钢帽在绝缘子串中的形态特征，确定钢帽在水平方向上的分布位置及其宽度；

根据如下公式确定第k个钢帽中心的横坐标center_x以及第k个钢帽的宽度w_steel_cap；

4‑3根据钢帽中心的横坐标，确定钢帽在竖直方向上的厚度；在阈值分割后的二值图像中，从坐标(hmax‑h[center_x]+2,center_x)的像素点开始，遍历其正下方的像素点，直至找到某个坐标(m,center_x)的像素点，其值为1，钢帽厚度按照如下公式计算；

det_y＝m‑(hmax‑h[center_x]+2)其中：

hmax为二值图像的高度；

h[center_x]为横坐标为center_x的边缘像素的高度，即钢帽上端中心位置的高度；

4‑4根据钢帽的长度、厚度以及位置信息，将钢帽在绝缘子串上的位置用矩形框出并编号，完成对钢帽的分割。

2.如权利要求1所述方法，其特征在于步骤1‑1所述滤波操作采用中值滤波方法。

3.如权利要求1所述方法，其特征在于步骤1‑3具体是：利用OTSU最大类间方差阈值分割算法对灰度图像进行阈值分割，使灰度图中较亮的目标前景部分为白色，较暗的背景部分为黑色；

假设存在阈值K将图像中的所有像素分为两类，把灰度值小于K的像素归为A类，灰度值大于K的像素归为B类；遍历0‑255个灰度级，使类间方差最大化的阈值K即为OTSU阈值；类间方差表达式如下：

2 2

σ＝p1·p2·(m1‑m2)    公式(2)

其中：

p1为像素被归为A类的概率；

p2为像素被归为B类的概率，p2＝1‑p1；

m1为A类像素灰度值的均值；

m2为B类像素灰度值的均值。

4.如权利要求1所述方法，其特征在于步骤(2)具体是绝缘子串在图像中的形态近似为矩形，其水平边长大于垂直边长，经过形态学处理，绝缘子串的整体形态变化不大；利用最小外接矩形获取绝缘子串所在区域轮廓的最小包围矩形的长宽、旋转角度以及位置信息，利用掩膜操作在输入图像中提取出该矩形所包围的区域；根据绝缘子串的整体形态特征以及最小包围矩形倾斜角度，将提取出的区域矫正至水平，即让矩形较长的一边处于水平方向，完成对绝缘子串的初步识别。

5.如权利要求1所述方法，其特征在于步骤3‑3具体是分别从左至右或从右至左遍历h(x)函数，分析高度波动情况，高度波动较小的区间和高度波动较大的区间的分界点即为绝缘子串的端点，将两个端点的横坐标记为st_left、st_right。

6.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1‑5任一项所述的方法。

7.一种机器可读存储介质，其特征在于，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现权利要求1‑

5任一项所述的方法。