1.一种基于灰度峰值的裂缝位置查找方法，其特征在于：所述方法包括以下步骤：

1)初始化，对于目标图像进行灰度变换和负相变换，将其转换为负相灰度图，同时设定初始阈值，过程如下：

1.1)采用RGB彩色空间下的灰度变换，将原本的彩色图像变换为灰度图，将灰度图进行负相变换，即将原本代表裂缝的较小灰度值变为较大值；

1.2)定义查找过程中的阈值：num1为单次连续查找的裂缝目标点数，tre_high、tre_low为判断目标的标准差阈值上下限；

2)裂缝目标像素点的查找，过程如下：

2.1)对于步骤1.1)中的负相灰度图，首先查找最大的灰度像素值，并记录其坐标位置(xi，yi)，定义其索引值为indexi＝n_i，其中n代表查找全局峰值的循环次数，i代表单次查找过程中的目标索引值，i＝1,2,3,…,num1；2.2)顺时针遍历(xi，yi)点的直接邻接像素p1、p2、p3、p4，计算目标点(xi，yi)及其直接邻接点p1、p2、p3、p4的标准差，记为stdi，若stdi满足tre_low＜stdi＜tre_high，i≤num1，则查找像素p1、p2、p3、p4中的最大值pmax，并将该像素点加入到当前查找过程，此时i＝i+1，并将pmax记为下一个目标点(xi，yi)，定义其索引值indexi＝n_i；

重复步骤2.2)，直到stdi超出了tre_high、tre_low所限定的标准差阈值上下限或者查找次数i超出了num1所限定的单次连续查找裂缝目标点数，则结束本次查找；

2.3)在查找过程中，将之前单次查找中被吸收为目标点矩形区域内的像素值置零；结束了步骤2.2)所述的单次查找后，计算原灰度图中的类间方差值，将所有被吸收为目标点的类记为cg，类cg点数占图像比例为wcg，平均灰度为ucg；将未加入索引的背景记为cb，类cb点数占图像比例为wcb，平均灰度为ucb，则此时图像的总平均灰度为：un＝wcg*ucg+wcb*ucb，类cg和类cb的类间方差为：gn＝wcg*(ucg-un)2+wcb*(ucb-un)2   (1)

将当前次类间方差gn与前次类间方差gn-1相比较，n≥2，若gn＜gn-1，则跳到步骤2.4)；反之，则继续查找剩余未被吸收为目标的像素点中的全局最大值，并重复以上步骤，此时的n＝n+1；

2.4)结束目标像素点的查找；

3)曲线拟合裂缝，过程如下：

3.1)得到目标像素点(xi，yi)的x值与y值，对于小范围内的单条裂缝，根据回归分析中逆函数y＝b0+b1/x来拟合此函数关系，令x′＝1/x，则y＝b0+b1*x'，则利用线性回归模型得到拟合yi＝＝f(xi)曲线；其中x是自变量，y是自变量x的函数；对于图像，将行坐标作为x值，列坐标作为y值，图像左上角作为原点，即将标准的直角坐标系顺时针旋转90°，x轴指向下，y轴指向右；

3.2)采用残差分析计算拟合函数的各残差分布特征，并求得k个奇异点集合(c1，c2，...，ck)；

3.3)将得到的k个奇异点集合排除，对剩余目标对象进行三次曲线的拟合，输出高次曲线的拟合结果并结束。

2.如权利要求1所述的基于灰度峰值的裂缝位置查找方法，其特征在于：所述步骤2.3)中，将之前单次查找中被吸收为目标点矩形区域内的像素值置零的过程为：对于同一n值，查找其对应的横坐标最大值xmax、最小值xmin，纵坐标的最大值ymax、最小值ymin，将由其组成的矩形区域中的像素值置零。

3.如权利要求1或2所述的基于灰度峰值的裂缝位置查找方法，其特征在于：所述步骤

2.2)中，对灰度值较大的噪声点检测策略为：单次查找有限个数的像素点，并将当前次检测结果的矩形区域内像素值置零，减少孤立的噪声点的影响。

4.如权利要求1或2所述的基于灰度峰值的裂缝位置查找方法，其特征在于：所述步骤

2.3)中，对目标和背景的分割策略为：将当前的所有目标与背景计算所得的类间方差与前次的类间方差相比较，根据最大类间方差法，当类间方差取得最大值时，认为目标与背景的差异最大。

5.如权利要求1或2所述的基于灰度峰值的裂缝位置查找方法，其特征在于：所述步骤

3.3)中，对灰度值较大的噪声点检测策略为：孤立的噪声点脱离了所在的拟合曲线上，不能描述当前的目标裂缝，即如果当在步骤2)中检测出的目标点远离拟合曲线，超出了置信区间范围，那么该点属于可疑点，应当删除，将排除离群点后的小范围内单条裂缝利用高次曲线拟合，得到裂缝所在的位置。