1.一种基于图像边缘的混凝土表面粗糙度的检测方法，其特征在于，包括以下步骤：步骤1：图像采集

对已知混凝土粗糙度数值的样块表面进行图像采集，粗糙度数值由三维激光扫描仪检测所得；

步骤2：彩色图像预处理

对彩色图像进行预处理，对图像因光照的不均匀引起的亮度不均匀和图像不清晰问题进行校正；

步骤3：彩色图像灰度化

对预处理后的彩色图像，通过计算每一个像素R、G和B分量的加权和，将像素RGB值转换为灰度值，得到灰度图像；

步骤4：灰度图像处理

对灰度图像进行均值滤波，得到滤波后的图像，利用某像素点周边像素的平均值来实现平滑噪声的效果；其次，对所有像素值最低的1％和最高的1％进行饱和处理，从而提高输出图像的对比度；

步骤5：像素级和亚像素级边缘检测

对步骤4处理后的灰度图像，分别采用Canny算子实现像素级边缘检测，用Zernike矩实现亚像素级边缘检测，分别得到像素级和亚像素级的边缘图像；

步骤6：边缘图像逻辑或运算

对Canny边缘检测和Zernike亚像素边缘检测出的边缘图像进行逻辑或运算；

步骤7：计算边缘频率

在逻辑或运算后的新图像中，定义白色边缘像素点数与总像素的比值为边缘频率，假设图像分辨率为X*Y，则边缘频率EF为：其中，N(1)为白色像素，N(0)为黑色像素；

步骤8：采用最小二乘法拟合边缘频率和粗糙度曲线基于所有采集到的已知表面粗糙度的混凝土图像的粗糙度数据以及计算得到的相应边缘频率数据，采用最小二乘法拟合出边缘频率和粗糙度的关系曲线；进一步对于未知粗糙度的混凝土图像，只需要重复上述步骤2至步骤7，计算出边缘频率，那么通过关系曲线就获得其相应的粗糙度数值。

2.根据权利要求1所述的检测方法，其特征在于，步骤2中，对彩色图像预处理的方法如下：首先，通过亮通双边滤波提取光照变量，将RGB三通道彩色图像转换为HSV通道，并从V通道估计出光照分量；

再构造一种二维Gama伽马函数，利用光照分布特性调整二维伽马函数的参数，降低光照过强区域的亮度值，提高光照过暗区域图像的亮度值，实现对光照不均匀图像的自适应校正。

3.根据权利要求1所述的检测方法，其特征在于，步骤6中，用Zernike矩实现亚像素级边缘检测的方法如下：其是通过定义的三个不同阶次Zernike矩A00，A11，A20计算出模型的4个参数，背景灰度h，阶跃灰度k，中心到边缘的垂直距离l，边缘的垂直线与x轴之间的角度 然后将这些参数与设定的阈值进行比较，从而准确定位图像的边缘；

连续图像的f(x,y)的m阶n次泽尼克矩定义为：其中， 为积分核函数；

旋转图像后，图像关于x轴对称：

其中，f’(x,y)为旋转后的图像；

旋转的角度φ由公式计算得：

旋转不变性是泽尼克矩的重要性质，旋转φ后图像的泽尼克矩为：则计算出l,k,h，那么亚像素的边缘位置为：其中(x,y)为像素级位置。

考虑到模板效应，在实际亚像素的计算中会产生偏差，假设模板为M*M，则亚像素坐标公式修改为：