1.一种桥梁裂缝标定方法，其特征在于，包括以下步骤：

步骤1：获取桥梁裂缝原始图像；

步骤2：对步骤1中获得的桥梁裂缝原始图像进行灰度处理；

步骤3：对步骤2灰度处理后的图像进行图像分块，得到裂缝图像和标定图像；

步骤4：对步骤3中的裂缝图像进行去噪处理；

步骤5：对步骤4中的去噪处理后的裂缝图像进行特征提取；

步骤6：对步骤5中的特征提取后的裂缝图像进行SVM训练，从而识别出桥梁裂缝的类型；

步骤7：对步骤6中识别后的图像进行阈值分割；

步骤8：对步骤3中的标定图像进行棋盘标定，通过改进的角点提取方法实现对棋盘角点的提取，从而确定棋盘角点的单应性矩阵；

步骤9：针对步骤7阈值分割后的图像，通过步骤8的单应性矩阵确定裂缝的宽度，从而实现桥梁裂缝标定。

2.根据权利要求1所述的一种桥梁裂缝标定方法，其特征在于，步骤2中采用线性灰度变换进行灰度处理。

3.根据权利要求1所述的一种桥梁裂缝标定方法，其特征在于，步骤4中去噪处理具体为：首先对裂缝图像进行高斯差分处理，然后对高斯差分后的图像进行二值化处理。

4.根据权利要求1所述的一种桥梁裂缝标定方法，其特征在于，步骤7中通过阈值分割将识别后的图像分割为目标区域和其他区域，在阈值分割过程中，通过QUICK阈值自适应法获得最佳阈值。

5.根据权利要求4所述的一种桥梁裂缝标定方法，其特征在于，QUICK阈值自适应法具体如下：设识别后的图像有m个像素点，有n个灰度值，灰度值中最大值与最小值之和的平均值记做初始阈值p，初始阈值p将识别后的图像分成目标区域和其他区域两个部分，分别计算两个部分中包含的点在整个图像中的比重，然后计算这两个部分的平均灰度值，这两个部分的平均灰度值与这两个部分各自的比重乘积之和记为识别后图像的平均灰度值，再利用识别后图像的平均灰度值求出这两个部分的标准差，将初始阈值p取遍所有灰度值，当标准差最大的时，即为最佳阈值。

6.根据权利要求1所述的一种桥梁裂缝标定方法，其特征在于，步骤8中改进的角点提取方法具体为：步骤8.1：获取步骤3中的标定图像；

步骤8.2：对步骤8.1中获得的标定图像进行灰度处理；

步骤8.3：对步骤8.2中灰度处理后的图像进行高斯去噪；

步骤8.4：对步骤8.3中高斯去噪后的图像进行FASTEST预处理，筛选符合要求的点；

步骤8.5：计算符合要求的点的角点响应值，如下所示：

其中，wu,v为高斯函数，(x,y)为像素点，(u,v)为偏移量；

忽略高阶无穷小项O(u2,v2)，即得：

将Eu,v(x,y)化为二次型，即Eu,v(x,y)＝(u,v)M(u,v)T其中，

由此：

R＝min(L1,L2)

其中M为像素点的自相关矩阵，Eu,v表示窗口灰度值，I(x,y)为像素点的灰度，R为角点响应值，L1为响应一，L2为响应二；

步骤8.6：对步骤8.5中的角点响应值中小于0.006*R(max)的角点作为伪角点，采用自适应阈值去掉伪角点，其中R(max)表示角点响应值R的最大值；

步骤8.7：使用imregionalmax函数对步骤8.6剩余的点进行非最大值抑制，抑制后的点便是真正的角点；

步骤8.8：计算步骤8.7中得到的角点个数，并标记出来，完成角点检测过程，即实现棋盘角点的提取，棋盘角点提取后，即得到棋盘角点的图像坐标，根据单目视觉即确定像素点的单应性矩阵。

7.根据权利要求6所述的一种桥梁裂缝标定方法，其特征在于，步骤8.3中高斯去噪具体为：首先用x方向的prewitt算子对图像的x方向进行滤波记为Ix，用y方向的prewitt算子对图像的y方向进行滤波记为Iy，Ix2＝Ix.^2，Iy2＝Iy.^2，Ixy＝Ix.*Iy，创建9*9的高斯窗，分别用高斯窗对Ix2，Iy2，Ixy进行高斯去噪。

8.根据权利要求6所述的一种桥梁裂缝标定方法，其特征在于，步骤8.4中FASTEST预处理具体为：首先在高斯去噪后的图像中任选一点q，该q点像素的亮度为Iq，阈值为0.15Iq，设定q点周围点的数目z为16，分别判断点2亮度和点10亮度，如果这两点的亮度与q点亮度差值的绝对值都大于阈值，则继续，否则去除点q；再次判断点2，点6，点10，点14，如果这四点与点q的亮度差值的绝对值有两个以上大于阈值，则继续，否则去除点q；最后判断16个点与q点亮度差值的绝对值大于阈值的数目是否大于等于12个，如果是，那么这个q点就是FASTEST处理过的符合要求的点。

9.根据权利要求6所述的一种桥梁裂缝标定方法，其特征在于，步骤8.6中将自适应阈值t设定为角点响应函数最大值的k倍，即t＝k*max(R)，其中k取[0.006,0.014]。

10.根据权利要求1所述的一种桥梁裂缝标定方法，其特征在于，步骤9具体为：通过统计步骤7中阈值分割后的图像中与裂缝相垂直的像素的个数，与裂缝垂直的像素个数最多的位置即为最大值位置，然后确定最大值位置上相差最远的两个坐标，利用步骤8中的单应性矩阵，换算成世界坐标系的坐标值，即得到裂缝最宽处的宽度。