1.一种基于生成式对抗网络的桥梁裂缝图像的修复方法，其特征在于：包括以下步骤：步骤一、获取多张无障碍物的裂缝图像，通过多张无障碍物的裂缝图像对深度卷积对抗式生成网络进行训练；

获取多张含有障碍物的裂缝图像，并通过二进制掩膜M对含有障碍物的裂缝图像中的障碍物进行擦除，得到受损图像；

步骤二、随机向量Z通过已训练完成的深度卷积对抗式生成网络的生成器G生成多个随机的生成向量G(z)，根据公式(1)计算所述生成向量G(z)各个向量的感知损失：Lp＝log(1-D(G(z)))    (1)其中D为判别器；

步骤三、将生成向量G(z)和所述受损图像均覆盖相同的距离加权修复掩膜Md，Md通过公式(2)计算得到：其中，x为受损图像，i表示受损图像矩阵对应行，j表示受损图像矩阵对应列，点p表示受损图像受损区域的中心点位置，xij为受损图像当前像素点位置，Mij为二进制掩膜M矩阵内位置为(i，j)的对应点；

步骤四、根据公式(4)计算所述覆盖距离加权修复掩膜Md后的生成向量G(z)各个向量的加权语义损失Ls：Ls＝||Md⊙(G(z)-x)||1    (4)Md为距离加权修复掩膜，x为受损图像；

步骤五、根据公式(5)计算联合损失，联合损失最小的向量为最优补全向量；然后重复步骤二至步骤五，通过Adam优化算法不断迭代3000次后得到最终补全图；

L＝λLp+μLs    (5)

其中，L为联合损失，λ为感知参数，μ为语义参数；

步骤六、将最终补全图覆盖反向距离加权修复掩膜 然后与所述受损图像进行拼接，完成修复； 通过公式(3)计算得到：其中，x为受损图像，i表示受损图像矩阵对应行，j表示受损图像矩阵对应列，点p表示受损图像受损区域的中心点位置，xij为受损图像当前像素点位置，Mij为二进制掩膜M矩阵内位置为(i，j)的对应点。