1.一种基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，包括如下步骤：S1、利用太赫兹成像装置对待检测的铁路轨枕进行扫描，生成灰度图；

S2、对灰度图进行预处理，得到处理后的灰度图；

S3、对预处理后的灰度图进行索贝尔边缘检测，得到轨枕边界线直线分布的特征点；

S4、将轨枕边界线直线分布的特征点代入哈夫直线检测，提取出待进行缺陷检测的轨枕区域；

S5、预设灰度值矩阵，将待进行缺陷检测的轨枕区域和灰度值矩阵比较，通过基于灰色关联度的轨枕缺陷识别，得到轨枕缺陷判断结果。

2.根据权利要求1所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述太赫兹成像装置包括外壳，外壳内设置有控制器，所述控制器分别与设置于外壳内的太赫兹连续波源和外壳上的太赫兹探测器、电控位移台电连接，所述太赫兹连续波源前侧位置处的外壳上设置有透镜。

3.根据权利要求2所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述太赫兹连续波源包括耿氏二极管。

4.根据权利要求3所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述生成灰度图的方法包括：S1-1、耿氏二极管振荡产生太赫兹波，太赫兹探测器采用逐点扫描的方式，探测反射回来的太赫兹波；

S1-2、控制器记录被测物质不同点位反射回探测器的太赫兹波强度信息，生成灰度图。

5.根据权利要求1所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述对灰度图进行预处理的方法包括：S2-1、对灰度图通过空域滤波算法进行高频降噪，得到降噪后的灰度图；

S2-2、对降噪后的灰度图通过灰度阈值法，提高灰度图中背景和目标图像之间的对比度，得到预处理后的灰度图。

6.根据权利要求5所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述空域滤波算法包括：S2-1A、设待处理的灰度图f(x,y)大小为M×N，空域滤波处理模板大小为m×n；

S2-1B、将图像中的每个像素点作为模板的中心，通过预设的滤波法则对每一个像素点进行处理，其变换公式如下：其中，w(s,t)为模板中各个点的权值；

S2-1C、对于灰度图边缘处，无法作为模板中心的像素点，保留原值。

7.根据权利要求5所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述灰度阈值法包括：设T为阈值，则有：

8.根据权利要求7所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述得到轨枕边界线直线分布的特征点的方法包括：S3-1、通过索贝尔算子得到图像中沿x和y方向上的梯度Gx和Gy：其中，Sx和Sy为索贝尔卷积因子，I为灰度值；

S3-2、在图像的每一个像素上，计算近似梯度和梯度方向：其中，G为近似梯度，θ为梯度方向角；

S3-3、设置阈值Gmax，如果某点的梯度G大于Gmax，则该点认为是边界点并设置为白点，否则该点设置为黑点；

S3-4、将各个白点连接得到轨枕的边界线，得到轨枕边界线直线分布的特征点。

9.根据权利要求8所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述轨待进行缺陷检测的轨枕区域的方法为：S4-1、采用极坐标描述直线，将轨枕边界线直线分布的特征点中的点(x,y)映射到ρ-θ参数空间：ρ＝x cosθ+y sinθ；

S4-2、设被检测的直线在第一象限，经过点(m,n)，由直线极坐标方程得到ρ和θ的取值范围：其中，当且仅当x和y均为最大值，且满足θ+φ＝±90°时：S4-3、哈夫变换累加器的参数与图像尺寸相对应，根据设定的精度任取θ值，计算ρ的值，对图像进行哈夫变换，并将变换结果存入哈夫变换累加器，再根据θ和ρ的值进行累加，得到共线点数；

S4-4、重复步骤S4-3，直到θ取遍所有值，得到共线点总数；

S4-5、设置阈值，当共线点的个数大于阈值时，即得到轨枕的精确的边界线；

S4-6、根据轨枕的精确的边界线，提取待进行缺陷检测的轨枕区域。

10.根据权利要求9所述的基于太赫兹成像的铁路轨枕缺陷检测方法，其特征在于，所述得到轨枕缺陷判断结果的方法包括：S5-1、设提取得到的待测数据矩阵为：

X＝{xi＝(xi(1),xi(2),…,xi(n)),i＝0,1,…,m}，参考数据矩阵为：

Y＝{yi＝(yi(1),yi(2),…,yi(n)),i＝0,1,…,m}，S5-2、求一阶差商，找到矩阵纵向数据在各点时的斜率：Δxi(k)＝xi(k+1)-xi(k),k＝1,2,…n-1；i＝0,1,…,m，Δyi(k)＝yi(k+1)-yi(k),k＝1,2,…n-1；i＝0,1,…,m；

S5-3、计算各纵向序列关联系数r0,i(k)：S5-4、计算各纵向序列关联度r0,i：

S5-5、当r0,i低于预设值时，则表明轨枕存在缺陷。