析匯總圖；
【具體實施方式】
[0046] 下面結合附圖和【具體實施方式】，對本發明作進一步說明。
[0047]實施例l:Stepl:建立輸電鐵塔信息數據庫;將區域A內所有的輸電鐵塔統一編碼 標識[_4:、為、.4、*·.…4j(j = i，2,3,......），并對所有編碼標識的輸電鐵塔的位置信息、 監管信息登記記錄，采用MySQL數據庫軟件建立輸電鐵塔信息數據庫；
[0048]所述位置信息包括:經度、煒度以及海拔高度;所述監管信息包括:監管單位、監管 責任人及其聯系方式；
[0049] Step2:原始裂紋樣本圖像采集;采用數碼相機采集輸電鐵塔的裂紋圖像對區域內 輸電鐵塔的所有裂紋圖像進行采集，登記記錄每一個裂紋圖像所在鐵塔上的位置以及所在 鐵塔編碼標識的信息后，將裂紋圖像存儲到數據中心，并采用MySQL數據庫軟件建立原始裂 紋樣本圖像數據庫；
[0050] Step3:原始裂紋樣本圖像處理:基于Matlab軟件平臺，對數據中心存儲的所有裂 紋圖像分別進行圖像預處理、圖像分割、圖像特征提取，并將圖像處理結果儲存至數據中 心；
[0051 ] Step3.1:圖像預處理；
[0052] Step3.1.1:對原始圖像進行灰度處理，具體計算公式如下；
[0053] Y = 0.3R+0.59G+0.11B；
[0054] 式中：Y表示經過灰度處理后，某一像素在灰度圖像中的灰度值;R、G、B表示原始圖 像某一像素的紅、綠、藍分量；
[0055] Step3.1.2:采用中值濾波的方法對灰度圖像進行濾波，去除噪聲；
[0056] Step3.1.3:采用Roberts梯度算法對去噪后的灰度圖像進行銳化處理，增強圖像 中的邊緣部分和灰度值突變部分；
[0057] Step3.2:圖像分割；
[0058] Step3.2.1采用Canny算子對預處理后的圖像進行邊緣檢測；其具體步驟如下：① 將預處理后的圖像與高斯濾波器進行卷積運算，使用一階差分因子，計算圖像中圖像梯度 的方向和幅值;②遍歷圖像，確定邊緣點;③采用雙閾值算法檢測、連接邊緣；
[0059] Step3.2.2:使用膨脹運算對圖像中存在邊緣的區域進行區域填充；再使用開運 算，平滑邊緣；
[0060] Step3.3:圖像特征提出；
[0061 ] Step3.3.1:對圖像中的每一個區域進行標記；
[0062] Step3.3.2:計算圖像中每一個標記區域的特征參數，包括：圓度、最小包含矩形的 面積、最小包含矩形的長寬比，并將圖像中每一個標記區域的特征參數存儲到數據中心； [0063] Step4:建立裂紋分析模型：
[0064] Step4.1:構建三維空間模型：首先，分別以圓度、最小包含矩形的面積、最小包含 矩形的長寬比作為三維空間中的三個維度，構造一個三維空間；其次，數據中心調出圖像處 理結果的所有特征參數;然后，依次將每一個特征參數中的圓度、最小包含矩形的面積、最 小包含矩形的長寬比分別對應三維空間中的三個維度，且根據特征參數中的圓度、最小包 含矩形的面積、最小包含矩形的長寬比的數值大小，最后將每一個特征參數映射成三維空 間中的一個點；
[0065] Step4.2:聚類分析:采用κ-means算法對構建的三維空間模型中的所有點進行聚 類分析，記為:V=[Vi，V2，V3,…，Vi](i = l，2,3,…）；
[0066] Step5:非原始裂紋所在區域圖像采集:數據中心調用輸電鐵塔信息數據庫、原始 裂紋樣本圖像數據庫中的數據，并將數據發送給衛星系統，衛星系統接收到數據后，以輸電 鐵塔的編碼AKie [0，i])作為唯一標識，并按照編碼的順序依次對區域內輸電鐵塔的非原 始裂紋所在區域進行圖像采集；
[0067] Step5.1 :數據中心調用Stepl中建立的輸電鐵塔信息數據庫、Step2中建立的原始 裂紋樣本圖像數據庫中的數據，并將數據傳輸給衛星系統;衛星系統收到數據中心發送的 數據后，對數據進行解析，解析完成后，按照Stepl中對輸電鐵塔的編碼順序，并選取第一個 編碼Μ所對應的輸電鐵塔作為當前輸電鐵塔；
[0068] Step5.2:衛星系統利用當前輸電鐵塔的位置信息進行定位，定位成功后，通過調 用Step2中建立的原始裂紋樣本圖像數據庫中的數據對當前輸電鐵塔的非原始裂紋所在區 域進行圖像采集，并將采集后的圖像以及當前輸電鐵塔的編碼一起發送回數據中心；
[0069] Step5.3:數據中心成功接收后，首先，以當前輸電鐵塔的編碼為標識對所接收圖 像進行存儲;然后，查詢判斷當前輸電鐵塔的編碼是否為Stepl中輸電鐵塔的編碼順序中最 后一個編碼：
[0070] ①判斷為"是"，數據中心向衛星系統發出"結束"指令，衛星接接收到指令后，結束 對區域內所有輸電鐵塔的圖像采集任務；
[0071] ②判斷為"否"，數據中心向衛星系統發出"成功接收"指令，衛星接收到指令后，結 束對當前輸電鐵塔的圖像采集，并按照stepl中輸電鐵塔的編碼順序選取下一個輸電鐵塔 作為當前輸電鐵塔；
[0072] Step5 · 4:重復Step5 · 2、Step5 · 3步驟，直到當前輸電鐵塔為Stepl中輸電鐵塔的編 碼順序中的最后一個輸電鐵塔。
[0073] Step6:非原始裂紋所在區域圖像處理:基于Mat lab軟件平臺，對數據中心存儲的 非原始裂紋所在區域圖像進行圖像預處理、圖像分割、圖像特征提取，并將圖像處理結果儲 存至數據中心；
[0074] Step6.1:圖像預處理；
[0075] Step6.1.1:對原始圖像進行灰度處理，具體計算公式如下；
[0076] Y = 0.3R+0.59G+0.11B；
[0077] 式中：Y表示經過灰度處理后，某一像素在灰度圖像中的灰度值;R、G、B表示原始圖 像某一像素的紅、綠、藍分量；
[0078] Step6.1.2:采用中值濾波的方法對灰度圖像進行濾波，去除噪聲；
[0079] Step6.1.3:采用Roberts梯度算法對去噪后的灰度圖像進行銳化處理，增強圖像 中的邊緣部分和灰度值突變部分；
[0080] Step6.2:圖像分割；
[0081] Step6.2.1采用Canny算子對預處理后的圖像進行邊緣檢測；其具體步驟如下：① 將預處理后的圖像與高斯濾波器進行卷積運算，使用一階差分因子，計算圖像中圖像梯度 的方向和幅值;②遍歷圖像，確定邊緣點;③采用雙閾值算法檢測、連接邊緣；
[0082] Step6.2.2:使用膨脹運算對圖像中存在邊緣的區域進行區域填充；再使用開運 算，平滑邊緣；
[0083] Step6.3:圖像特征提出；
[0084] Step6.3.1:對圖像中的每一個區域進行標記；
[0085] Step6.3.2:計算圖像中每一個標記區域的特征參數，包括：圓度、最小包含矩形的 面積、最小包含矩形的長寬比，并將圖像中每一個標記區域的特征參數存儲到數據中心； [0086] Step7:新增裂紋識別判斷：調用數據中心的存儲數據，將Step6中所有的標記區域 的特征參數映射到所建立的裂紋分析模型中，并逐一計算判斷各個標記區域的特征參數是 否屬于V的某一子類V 1:
[0087] 1.判斷為"是"，則提取該標記區域的特征參數所在圖像所對應的輸電鐵塔的編 碼，并以此為標識對判斷結果進行存儲；
[0088] 2.判斷為"否"，選取下一個標記區域的特征參數繼續判斷;直到遍歷所有標記區 域的特征參數；
[0089] StepS:裂紋信息推送;數據中心調出Step7中的存儲結果，依據其存儲的標識，并 結合查詢Stepl中輸電鐵塔信息數據庫，依次將被識別判斷存在新增裂紋的輸電鐵塔的裂 紋信息推送到監管終端。
[0090]實施例2:已知：區域內A內有10座輸電