1.一种叶片损伤巡检地图构建方法，其特征在于，包括以下步骤：

获取待巡检的叶片的深度损伤三维图像；

获取待巡检的叶片的表面损伤三维图像；

先将深度损伤三维图像和表面损伤三维图像融合，得到损伤融合图像，再提取损伤融合图像中的全部损伤区域；或者先提取深度损伤三维图像中的深度损伤区域，提取表面损伤三维图像中的表面损伤区域，再将深度损伤三维图像和表面损伤三维图像融合，得到具有全部损伤区域的损伤融合图像；

所述获取待巡检的叶片的深度损伤图像具体包括以下步骤：建立待检测的风机叶片的三维仿真分析模型；对所述三维仿真分析模型进行应力分析，得到三维应力云图；将所述三维应力云图作为所述深度损伤三维图像；

所述获取待巡检的叶片的表面损伤图像具体包括以下步骤：利用无人机对待巡检的叶片拍摄，得到所述待巡检的叶片的表面损伤三维图像；

所述将深度损伤三维图像和表面损伤三维图像融合，得到损伤融合图像具体包括如下步骤：对所述深度损伤三维图像进行二值化处理，得到深度损伤二值图像；

对所述表面损伤三维图像进行二值化处理，得到表面损伤二值图像；

以深度损伤二值图像为基体，将所述表面损伤二值图像按照比例映射至所述深度损伤二值图像中，形成损伤融合图像；

对所述深度损伤三维图像进行二值化处理，得到深度损伤二值图像具体包括如下步骤：提取所述深度损伤三维图像中的每个像素点；获取每个像素点的颜色分量；将每个像素点的颜色分量所处的阈值范围与第一设定阈值范围进行比较，将位于第一设定阈值范围内的像素点和位于第一设定阈值范围外的像素点中的一个修改为白色、另一个修改为黑色；

对所述表面损伤三维图像进行二值化处理，得到表面损伤二值图像具体包括如下步骤：获取表面损伤三维图像的灰度图像；提取所述灰度图像中的每个像素点；获取每个像素点的灰度值；将灰度值大于第二设定阈值范围的像素点和灰度值小于第二设定阈值范围的像素点分割形成两组，一组修改为黑色，另一组修改为白色；

其中，第二设定阈值采用自定义阈值法和迭代阈值法相结合的方式确定，包括以下步骤：S11，选取一个初始阈值G，G=（Gmin+Gmax）/2，式中Gmin为灰度图像最小灰度值，Gmax为灰度图像最大灰度值；

S12，根据初始阈值G将灰度图像分割成两组，记为和；由灰度值大于G的所有像素组成，由灰度值小于等于G的所有像素组成；

S13，计算和均值和；计算出新的阈值，且；

S14，若不再变化，则即为第二设定阈值；否则重复S2和S3，重新计算新的阈值，直至连续迭代中新的阈值的差值小于预定值为止，将最新迭代得到的新的阈值作为第二设定阈值；

以深度损伤二值图像为基体，将所述表面损伤二值图像按照比例映射至所述深度损伤二值图像中，形成损伤融合图像具体包括如下步骤：在对所述三维仿真分析模型施加应力进行应力分析前，获取所述三维仿真分析模型的原始三维应力云图，记录所述原始三维应力云图中各结点的原始坐标；通过所述原始三维应力云图中各结点的原始坐标获取所述深度损伤二值图像中前缘端点、后缘端点的坐标；利用所述深度损伤二值图像中前缘端点、后缘端点的坐标计算所述深度损伤二值图像中叶片的第一弦长；

获取表面损伤二值图像中前缘端点和后缘端点的坐标；利用所述表面损伤二值图像中前缘端点、后缘端点的坐标计算所述表面损伤二值图像中叶片的第二弦长；

将深度损伤二值图像依据所述第一弦长，等分成N个第一小段，形成2N个第一映射点；将表面损伤二值图像依据所述第二弦长，等分为N个第二小段，形成2N个第二映射点；

将2N个第二映射点与2N个第一映射点分别一一对应，将表面损伤二值图像与深度损伤二值图像相融合，得到所述损伤融合图像；

所述叶片损伤巡检地图构建方法还包括以下步骤：

将损伤区域定义为损伤巡检地图中的待检测区域；

将损伤区域以外的区域定义为损伤巡检地图中的行走区域；

所述待检测区域和所述行走区域共同形成损伤巡检地图。

2.根据权利要求1所述的叶片损伤巡检地图构建方法，其特征在于，所述利用无人机对待巡检的叶片拍摄，得到所述待巡检的叶片的表面损伤三维图像具体包括以下步骤：利用无人机对叶片的前缘、压力侧、后缘、吸力侧四个角度进行拍摄，得到四张图像，形成图像序列；或者利用无人机沿着依次经过前缘、压力侧、后缘、吸力侧的预设航线对叶片进行拍摄，得到多张图像，形成图像序列；

采用多视图三维重建算法进行图像拼接，对图像序列进行SFIT特征提取和匹配，对图像序列中的点、边缘、轮廓进行特征提取和匹配；利用线性三角法求三维空间点坐标云，重建得到稀疏点云；利用光束法平差，进行优化；通过经典稠密算法PMVS，得到稠密空间有向点云或者面片；滤除错误的点云或者面片数据，得到完整的叶片宏观三维图像，作为所述表面损伤三维图像。

3.根据权利要求1所述的叶片损伤巡检地图构建方法，其特征在于，提取损伤融合图像中的全部损伤区域具体包括以下步骤：基于alpha shapes算法进行提取损伤区域的边界，在一个空间离散点集A中，共有m个离散点，m个点连接成m* (m-1)/2条线段；对于所有离散点，以alpha为半径作圆，且圆必须经过点、两个点，如果圆内无其他离散点，则、必在边界上，线段属于边界线段；

具体的计算步骤如下：

S21，遍历所有边界线段；

S22，若的长度大于直径2倍的alpha，则跳过；

S23，依据几何原理，求得两个圆的圆心、；

S24，两个圆中有一个圆内部不包含点集A中的其余任何点，则线段即为边界；

用多段平滑的直线连接散落的边界，形成损伤区域的轮廓线，即得到多个不规则的多边形，每个多边形对应一个损伤区域。

4.根据权利要求2所述的叶片损伤巡检地图构建方法，其特征在于，

所述提取深度损伤三维图像中的深度损伤区域具体包括以下步骤：从三维应力云图中筛选并标记出应力大于叶片材料许用应力的结点坐标，结点坐标的集合形成深度损伤区域；

所述提取表面损伤三维图像中的表面损伤区域具体包括以下步骤：通过图像识别标记出表面损伤三维图像中的表面损伤区域及其三维坐标。

5.根据权利要求4所述的叶片损伤巡检地图构建方法，其特征在于，

图像识别时，提取图像中的损伤特征包括裂纹、砂眼、凹坑、剥落；将损伤特征预先输入深度学习算法模型进行特征识别训练，利用训练后的深度学习算法模型进行图像识别；

在进行图像拼接和/或图像识别之前，还包括对图像信息进行预处理，具体包括以下步骤：进行直方图均衡化处理和/或进行中值滤波以消除图像中的部分噪声；

利用无人机对待巡检的叶片拍摄时，控制无人机的飞行速度小于或等于4 m/s；控制无人机与叶片的距离小于或等于0.5m；控制无人机沿着预设航线飞行时，记录无人机的位置信息，根据风机叶片所处的位置信息，确定无人机拍摄每张图像时所处的叶片区域信息，并将存储的图像及位置信息传输给操作无人机的工作人员在后台进行图像处理分析，以得到所述表面损伤三维图像。

6.一种采用权利要求1所述的叶片损伤巡检地图构建方法的叶片损伤巡检方法，其特征在于，包括以下步骤：根据叶片损伤巡检地图中的待检测区域的坐标和行走区域的坐标规划无人机的巡检路线，以使无人机经过全部的待检测区域的用时最短；其中，所述叶片损伤巡检地图根据叶片损伤巡检地图构建方法构建而成；

控制无人机按照所述巡检路线飞行；

当无人机经过待检测区域时，控制所述无人机对待巡检的叶片进行拍摄，得到巡检图片。