1.一种基于图像识别的电气元件报价方法，其特征在于包括如下步骤：

步骤1：读入电气设计图的扫描图像F1；

步骤2：对扫描图像F1进行倾斜校正，为倾斜校正后的图像F2；

步骤3：对校正图像F2进行表格切割，具体为：

步骤3.1：采用Hough方法对校正图像F2再次进行直线检测，并分类得到垂直直线集合LV＝{(lvi,xi)|i＝1,2,…,nv}和水平直线集合LH＝{(lhj,yj)|j＝1,2,…,nh}，其中xi表示垂直直线lvi的横坐标，nv表示集合LV中的元素数量，yj表示水平直线lhj的纵坐标，nh表示集合LH中的元素数量；

步骤3.2：垂直直线合并，具体为：若垂直直线集合LV中存在nvs条直线，记为集合LVS＝{(lvi,xi)|i＝1,2,…,nvs,(lvi,xi)∈LV}，且这nvs条直线中的任意两条直线lvi与lvj满足|xi-xj|≤λ，则将这nvs条直线合并成为一条直线(lvk,xk)加入到集合LV中，并将集合LV中对应的nvs条直线去除，其中横坐标xk根据式(3)计算，λ表示事先给定的直线合并阈值；重复这一过程直到LV中无直线可合并，得到新的垂直直线集合LV；

步骤3.3：根据步骤3.2相同的原理对水平直线进行合并，得到新的水平直线集合LH；

步骤3.4：将新的垂直直线集合LV划分为q个子集，记为LVTk＝{(lvki, xki)|i＝1,2,…,nk,(lvki,xki)∈LV}，k＝1,2,…,q,且每个子集需满足条件：(1)子集LVTk中的nk条直线连续相邻；(2)计算LVTk中相邻直线的间距，得到间距集合LVAk＝{aki|i＝1,2,…,nk-1,aki＝|xki-xki+1|}，须满足|ap-ar|≤μ且p∈{1,2,…,nk-1}且r∈{1,2,…,nk-1}且|p-r|＝1；其中，LVTk表示第k个子集，lvki表示子集LVTk中第i条直线，xki表示直线lvki对应的横坐标，nk表示第k个子集的直线数量，μ表示事先选定的间距阈值；将这q个子集中nk最大的子集记为LVTmax＝{(lvmaxi,xmaxi)|i＝1,2,…,nvmax,(lvmaxi,xmaxi)∈LV}；

步骤3.5：根据步骤3.4相同的原理找到水平直线集合LH中的子集LHTmax＝{(lhmaxj,ymaxj)|j＝1,2,…,nhmax,(lhmaxj,ymaxj)∈LH}；

步骤3.6：计算得到包含H行W列的单元格集合C＝{Rij＝(xij,yij,wij,hij)|i＝1,2,…,H,j＝1,2,…,W}，具体为：式中，H＝nhmax-1,W＝nvmax-1，xij表示第i行第j列单元格左上角的横坐标，yij表示第i行第j列单元格左上角的纵坐标，wij表示第i行第j列单元格的宽度，hij表示第i行第j列单元格的高度，xmaxj表示垂直直线lvmaxj的横坐标，且(lvmaxj,xmaxj)∈LVAmax，ymaxi表示水平直线lhmaxi的纵坐标，且(lhmaxi,ymaxi)∈LHAmax；

步骤3.7：根据单元格集合C进行表格切割；

步骤4：针对每个单元格Rij进行降噪与文字识别处理，得到对应的文字tij；

步骤5：每个单元格文字tij与价格表TB＝{(typei,pi)|i＝1,2,…,T}进行匹配，得到该单元格对应元件的价格，具体策略为：若存在k使tij＝typek，则pk即为该元件的报价；否则，从任意typek对应的语义库TBSk＝{wkq|q＝1,2,…,Tk}中去匹配，若存在k使wk＝tij，则pk即为该元件的报价，若仍无法匹配，则手工输入tij对应的价格p′i，同时将(tij,p′i)添加到价格表TB中；其中，TB表示事先录入到数据库中的价格表，T表示已经录入的元件数量，typei表示价格表TB中第i类元件的名称，pi表示价格表TB中第i类元件的价格，TBSk表示与第k类元件typek对应的语义库，wkq表示语义库TBSk中第k个元件名称，Tk表示语义库TBSk中的语义数量。

2.根据权利要求1所述的一种基于图像识别的电气元件报价方法，其特征在于步骤2)对扫描图像F1进行倾斜校正的具体过程为：步骤2.1：采用Hough方法进行直线检测，提取扫描图像F1中的直线，得到直线集合L＝{li|i＝1,2,…,n}，n表示直线数量；

步骤2.2：求直线li与水平线的夹角，记为ai，从L取得那些ai满足式(1)的直线构成子集LS＝{(lsj,bj)|j＝1,2,…,m,lsj∈L}，其中bj表示直线lsj与水平线的夹角，m表示子集LS中的元素数量；根据式(2)计算得到扫描图像F1的倾斜角A：|ai|≤a0   (1)

其中a0表示事先选定的倾斜角阈值；

步骤2.3：根据倾斜角度A，利用旋转矩阵对图像进行旋转，旋转后的图像即为倾斜校正后的图像F2。

3.根据权利要求2所述的一种基于图像识别的电气元件报价方法，其特征在于步骤

2.2)中的提取出的直线需要进行分类，分为水平直线和垂直直线两类；水平提取直线和水平线的角度在0°～30°或150°～180°之间，垂直提取直线和水平线的角度在60°～120°之间，根据其直线的类型，计算出所有直线的倾斜角度，取其中间值作为倾斜角度。

4.根据权利要求1所述的一种基于图像识别的电气元件报价方法，其特征在于步骤4)的针对每个单元格Rij进行降噪与文字识别处理具体为：步骤4.1：从图像F2截取与单元格Rij对应的彩色子图Sij，并将其拆分分别对应于红、绿、蓝三个单通道的灰度图像SRij,SGij和SBij；

步骤4.2：对每个通道图像SRij,SGij和SBij都进行半径为Rmedian的自适应中值滤波，Rmedian为事先给定的滤波器半径；

步骤4.3：在每个通道图像中都存在WSij*HSij个像素点，通道图像SRij中，存在集合PSRij＝{(xSmn,ySmn,vSRmn)|m＝1,2,…,WSij,n＝1,2,…,HSij}，其中WSij为单元格Rij的宽度，HSij为单元格Rij的高度，xSmn为图像SRij中坐标点的横坐标，ySmn为图像SRij中坐标点的纵坐标，vSRmn为通道图像SRij中坐标点(xSmn,ySmn)的像素值；同理，通道图像SGij中存在集合PSGij＝{(xSmn,ySmn,vSGmn)|m＝1,2,…,WSij,n＝1,2,…,HSij}，通道图像SBij中存在集合PSBij＝{(xSmn,ySmn,vSBmn)|m＝1,2,…,WSij,n＝1,2,…,HSij}，其中vSGmn和vSBmn分别为通道图像SGij和SBij在坐标点(xSmn ySmn)的像素值；若满足在坐标点(xSmn,ySmn)上，三通道的像素值满足vSRmn>ε∨vSGmn>ε∨vSBmn>ε，则将该坐标点的三通道像素值vSRmn、vSGmn和vSBmn都设置为Vback，其中ε和Vback分别为事先给定的降噪阈值和背景像素值；

步骤4.4：对各通道再次进行半径为Rmedian的自适应中值滤波；

步骤4.5：对三个通道图像SRij,SGij和SBij进行合并，得到新的彩色子图Sij；

步骤4.6：对彩色子图Sij进行高斯核半径为RGauss的高斯滤波；

步骤4.7：利用OCR技术对彩色子图Sij进行文字识别，得到文字tij。