1.一种图像关键直线检测方法，包括如下步骤：

步骤1：将原始图像缩放为宽、高分别width和height的图像D；

步骤2：对图像D进行高斯滤波和Canny边缘检测操作，得到边缘图D1，图像D1的边缘点集合为B＝{bi|i＝0,1,…,NB-1}，bi表示图像D1上的边缘点，且点bi的横坐标和纵坐标分别记作bi.x,bi.y，NB表示集合B中元素的个数；

步骤3：得到图像D1中的曲线集C；

步骤4：拆分曲线集C中所有满足σ≥0.4的曲线Ci，σ为曲线Ci的直线拟合误差，根据公式(2)计算，根据拆分得到的所有子曲线构建新的曲线集L，剔除曲线集L中曲线长度小于α的曲线；

曲线的拆分规则为：根据曲线两个端点构建直线h，找到曲线上距离直线h最远的点，将其作为拆分点将曲线拆分为两条子曲线，并不断递归拆分所有满足σ≥0.4的子曲线；

其中，rj表示曲线Ci上第j个像素点，NR为曲线Ci上点的数量，h为连接点r0和点 的直线，d2(rj,h)表示点rj到直线h的垂直距离的平方；

步骤5：利用最小二乘法对L中的每条曲线进行直线拟合，得到直线集G，直线集G中每条直线Gi的角度记作Gi.θ，Gi.θ为Gi与水平直线的夹角，且0°≤Gi.θ≤90°；

步骤6：确定直线集G中直线的类别数m；

步骤7：用K-means算法将G中所有直线聚类成m个直线子集Ti，i＝0,1,…,m-1；

步骤8：计算每个直线集Ti对应的直线长度总和，i＝0,1,…,m-1，找到直线长度总和最大的直线集，记为Tk，则Tk中长度最长的直线即为图像的关键直线。

2.如权利要求1所述的图像关键直线检测方法，其特征在于：所述步骤3：得到图像D1中的曲线集C，具体步骤为：步骤3.1：若集合B中存在满足PN(bk)∈{20,21,…,27,20+21,21+22,…,27+20}的点bk，则将bk确定为一条新曲线Cz的起始点，初始化曲线Cz＝{bk}，将点bk从集合B中剔除，转步骤

3.2；否则，转步骤4；其中PN(bk)表示点bk的八邻域值，根据公式(1)计算得到；

其中，E(x,y)表示集合B中是否存在坐标为(x,y)的点，若存在则E(x,y)＝1，否则E(x,y)＝0；

步骤3.2：若PN(bk)∈{20,21,…,27,20+21,21+22,…,27+20}，则转步骤3.3；否则，若NCz＞α，将Cz加到曲线集C中，转步骤3.1；若NCz≤α，则不保留曲线Cz，直接转步骤3.1，其中，NCz表示曲线Cz的长度，α为预先设定的最小曲线长度；

步骤3.3：若PN(bk)∈{20,21,…,27}，则找到集合B中坐标满足bt.x-bk.x|+|Bt.y-bk.y|≤2的点bt，令bk＝bt，确定bk为曲线Cz上的点，令Cz＝Cz∪{bk}，并将点bk从集合B中剔除，转步骤3.2；否则若PN(bk)∈{20+21,21+22,…,27+20}，找到集合B中坐标满足bt.x-bk.x|+|bt.y-bk.y|＝1的点bt，令bk＝bt，确定bk为曲线Cz上的点，令Cz＝Cz∪{bk}，将点bk从集合B中剔除，转步骤3.2。

3.如权利要求1所述的图像关键直线检测方法，其特征在于：所述步骤6：确定直线集G中直线的类别数m，具体步骤为：步骤6.1：创建直线集O，将直线集G中Gi.θ最小的直线Gi加到集合O中；

步骤6.2：根据公式(3)计算直线集G中每条直线Gi与O中所有直线的最小角度差MinAngleD(Gi)，若G中存在直线的最小角度差大于β，则选取直线集G中最小角度差最大的直线加到直线集O中，转步骤6.2，其中β为预先设定的相似直线的最大角度差；否则，若G中直线的最小角度差都小于β，则令m＝NO，转步骤7；

MinAngleD(Gi)＝min{|Gi.θ-Oj.θ|,j＝0,1,…,NO-1}  (3)其中，min{}表示取集合中的最小值，Oj.θ表示集合O中第j条直线的角度，NO表示集合O中直线的数量。