1.GIS缺陷检测方法，其特征在于，包括以下检测步骤：步骤STP100，将GIS设备的X射线检测的原始图像I Original 进行灰度化处理获得灰度图像I grqy ，将灰度图像I grqy 采用高斯模糊处理去掉灰度图像I grqy 的噪声获得模糊图像I blur ,再利用Sobel算子计算模糊图像I blur 的水平和垂直度，最后将模糊图像I blur 进行像素值调整处理获得目标图像I target ；步骤STP200，采用Canny边缘检测算法对目标图像I target 进行边缘提取，获得多条边缘对象B 1 ，B 2 …B n ，其中n≥1；步骤STP300，将步骤STP200中获得的每一条边缘对象B 1 ，B 2 …B n 采用最小二乘法进行成对像素中心线拟合，获得与边缘对象B 1 ，B 2 …B n 对应的多条中心线y(x) 1 ,y(x) 2 …y(x) n ,其中，x，y为目标图像I target 的像素坐标；步骤STP400，将步骤STP300中获得的每一条中心线y(x) 1 ,y(x) 2 …y(x) n 进行曲率k(x)和曲率变化率计算；步骤STP500，通过判断曲率k(x)与设定分叉阈值T k 之间的关系确定当前中心线y(x) n 分叉数P，通过判断曲率k(x)、曲率变化率k i 以及分叉数P之间的关系确定当前检测缺陷类型：缺陷为空鼓：满足曲率k(x)＜预设值K，且实际分叉数P＝0；K为预设曲率值；缺陷为杂质：曲率变化率△k i ＜ξ 1 且∑ 1 n k i ＜ξ 2 ，i∈n；缺陷为疲劳裂纹：曲率变化率△k i ＞ξ 1 ， 且P∈[1,3]，i∈n；其中，ξ 1 是曲率变化率阈值，ξ 1 是曲率累计变化的阈值；缺陷为断裂：满足曲率k(x)＞K，且实际分叉数P≥3。
2.根据权利要求1所述的GIS缺陷检测方法，其特征在于，步骤STP100中利用Sobel算子计算模糊图像I blur 的水平和垂直度的方法是将经过高斯滤波处理的模糊图像I blur 用Sobel算子的两个卷积核分别计算水平和垂直方向的梯度，具体水平Sobel算子G x 表示为：垂直Sobel算子G y 表示为：将每个卷积核与输入的模糊图像I blur 进行卷积，计算获得水平和垂直方向的梯度如下：水平梯度G x (i，j)表示为： 垂直梯度G y (i，j)表示为： 其中，I(i,j)是输入的模糊图像I blur 在(i,j)的像素值；还包括通过对水平和垂直梯度计算的梯度幅值和方向，具体如下：梯度幅值G表示为G(i，j)＝G x (i，j) 2 +G y (i，j) 2 ；梯度方向θ表示为
3.根据权利要求2所述的GIS缺陷检测方法，其特征在于，步骤STP100中将模糊图像I blur 进行像素值调整处理获得目标图像I target 的过程包括对像素值的梯度幅值的调整和像素分类的步骤，具体包括：梯度幅值的调整：将任一像素的梯度方向θ(i，j)转换为离散方向角度为0°/45°/90°/135°，再根据每个像素的方向比较相邻像素的梯度幅值G(i，j)，若G(i，j)大于相邻像素的值，则保留当前像素的梯度幅值，否则，将其设为0，遍历整个模糊图像I blur 的像素；像素分类：设定高梯度阈值T 1 和低梯度阈值T 2 ，根据当前像素梯度幅值G(i，j)与高梯度阈值T 1 和低梯度阈值T 2 之间的关系确定边缘类型：满足G(i，j)＞T 1 ，则将G(i，j)分类为强边缘；满足T 1 ＞G(i，j)＞T 2 ，则将G(i，j)分类为弱边缘；满足G(i，j)＜T 2 ，则将G(i，j)分类为非边缘的图像像素。
4.检测装置，包括处理器和存储器，其特征在于，所述存储器内存储有用于执行权利要求1-3任一项所述的GIS缺陷检测方法的程序，所述处理器用于调用存储器内的程序进行执行GIS缺陷检测方法。
