1.一种基于图像处理的碳纤维板裂纹检测方法，其特征在于，包括如下步骤：步骤一，输入图像，建立滑动窗口定向剪裁图像，并标号处理；

步骤二，将裁剪下的图像采用加权平均值计算灰度图像的方式对裂缝图像进行灰度化；

步骤三，采用高斯滤波器对灰度图像进行平滑处理；

步骤四，画出灰度直方图，并采用直方图均衡化来增强高斯滤波图像的整体对比度；

步骤五，采用自定义和迭代优化算法相结合的方法确定分割阈值来分割目标与背景；

步骤六，采用二值图像滤波连通区域，去除小面积杂点噪声；

步骤七，根据形态学区域特征获取裂缝目标并进行检测识别。

2.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：所述剪裁采用创建窗口、滑动剪裁的方法，将大尺寸图像转化为小尺寸图像，快速高效的完成图像中裂纹的识别。

3.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：所述灰度化采用加权平均的方法的具体操作如下，根据人眼对红、绿、蓝三种颜色的敏感性程度不同，将RGB图像的三通道分量分别以0.299、0.587、0.114的权值进行加权平均，得到更为合理的灰度图像。

4.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：所述平滑处理采用高斯滤波的方法的具体操作如下，建立一个5×5的卷积核模板，在图像中移动模板，将卷积核的中心与所述图像中的每个像素依次对准，然后对应元素相乘后相加，没有元素的地方补0，计算得出的数值作为模板中心对应的像素。

5.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：所述采用直方图均衡化来增强高斯滤波图像的整体对比度，具体操作如下，将所述高斯滤波图像的直方图变换为均匀分布的的形式，增加像素之间的灰度值差别的动态范围，即对图像中像素个数多的灰度值进行展宽，而对像素个数少的灰度值进行归并，从而增强高斯滤波图像整体对比度。

6.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：采用自定义和迭代优化算法相结合的方法确定一个绘图阈值来分割目标和背景，其特征在于，所述自定义和迭代优化算法相结合的方法的具体步骤如下：(1)初值，统计裂缝图像的最小灰度值Tmin、最大灰度值Tmax，计算二者平均值为初始阈值

(2)分割，根据阈值T对图像进行分割，得到两个像素集合分别为G1＝{f(x，y)≥T}，G2＝{f(x,y)≤T}；

(3)均值，计算像素集合G1和G2的灰度平均值u1和u2：(4)迭代，根据u1和u2计算新的与之 重复步骤2～4，直至阈值T收敛到某一个范围。

7.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：所述二值图像滤波采取连通区域的面积滤波方法，对图像中的连通区域进行标记、排序，通过去除小面积的连通区域杂点噪声进行滤波去噪。

8.根据权利要求1所述的一种基于图像处理的碳纤维板裂纹检测方法，其特征在于：所述形态学区域特征获取裂缝目标，通过计算图像中裂纹的外接矩形的长宽比赖对裂纹进行形状识别。