1.一种桥梁裂纹检测方法，其特征在于，包括以下步骤：S1、采用地面穿透雷达采集测量桥梁部位反射的回波，得到各部位反射的回波信号；

S2、根据各部位反射的回波信号的波动值，对各部位反射的回波信号进行筛选，得到异常部位反射的回波信号；

S3、找到异常部位反射的回波信号中异常区间的信号；

S4、采用预测模型，对异常区间的信号提取信号特征，预测桥梁裂纹宽度；

所述S2包括以下分步骤：

S21、对每个部位反射的回波信号按时间进行切分，得到多个回波子信号；

S22、计算每个回波子信号的均值，构建均值序列，Xe＝{e1，...，ei，...，eN}，其中，Xe为均值序列，e1为第1个回波子信号的均值，ei为第i个回波子信号的均值，eN为第N个回波子信号的均值，i为正整数，N为切分的回波子信号数量；

S23、计算每个回波子信号的尖度，构建尖度序列，Xr＝{r1，...，ri，...，rN}，其中，Xr为尖度序列，r1为第1个回波子信号的尖度，ri为第i个回波子信号的尖度，rN为第N个回波子信号的尖度；

S24、分别计算均值序列和尖度序列的波动系数；

S25、根据均值序列和尖度序列的波动系数，计算每个部位反射的回波信号的波动值；

S26、筛选出波动值大于波动阈值的回波信号作为异常部位反射的回波信号；

所述S23中尖度的计算公式为：

其中，max为取最大值，si,j为第i个回波子信号中第j个数值，M为第i个回波子信号中数值的数量，j为正整数，||为绝对值；

所述S24中计算波动系数的公式为：

其中，θ为波动系数，xi+1为序列中第i+1个元素，xi为序列中第i个元素；

所述S25中计算每个部位反射的回波信号的波动值的公式为：θZ＝ωeθe+ωrθr，

其中，θz为每个部位反射的回波信号的波动值，θe为均值序列的波动系数，θr为尖度序列的波动系数，ωe为θe的权重，ωr为θr的权重；

所述S3包括以下分步骤：

S31、根据异常部位反射的回波信号中每个数值的邻域，计算该数值的分布因子；

S32、对各个分布因子进行聚类处理，找到包含分布因子最多的类，得到正常类；

S33、从各个分布因子中剔除包含在正常类中的分布因子，得到剩余分布因子；

S34、将剩余分布因子对应的数值保留，得到异常区间的信号；

所述S31中分布因子的计算公式为：

其中，γj为第j个数值的分布因子，sj为异常部位反射的回波信号中第j个数值，sj,k为异常部位反射的回波信号中第j个数值sj邻域范围内的第k个数值，j和k为正整数，L为邻域范围内数值的数量。

2.根据权利要求1所述的桥梁裂纹检测方法，其特征在于，所述S4中预测模型包括：第一卷积层、第二卷积层、第一转置运算层、第二转置运算层、第一哈达玛积运算层H1、第二哈达玛积运算层H2、加法器、残差块和预测单元；

所述第一卷积层的输入端与第二卷积层的输入端连接，并作为预测模型的输入端；所述第一卷积层的输出端分别与第一转置运算层的输入端和第一哈达玛积运算层H1的第一输入端连接；所述第一哈达玛积运算层H1的第二输入端与第一转置运算层的输出端连接，其输出端与加法器的第一输入端连接；所述第二卷积层的输出端分别与第二转置运算层的输入端和第二哈达玛积运算层H2的第一输入端连接；所述第二哈达玛积运算层的第二输入端与第二转置运算层的输出端连接，其输出端与加法器的第二输入端连接；所述残差块的输入端与加法器的输出端连接，其输出端与预测单元的第一输入端连接；所述预测单元的第二输入端用于输入时间长度；所述预测单元的输出端作为预测模型的输出端。

3.根据权利要求2所述的桥梁裂纹检测方法，其特征在于，所述预测单元包括：第一Sigmoid层、第二Sigmoid层和输出层；

所述第一Sigmoid层的输入端作为预测单元的第一输入端；所述第二Sigmoid层的输入端作为预测单元的第二输入端；所述输出层的输入端分别与第一Sigmoid层的输出端和第二Sigmoid层的输出端连接，其输出端作为预测单元的输出端。

4.根据权利要求3所述的桥梁裂纹检测方法，其特征在于，所述第一Sigmoid层的表达式为：其中，y1为第一Sigmoid层的输出，sigmoid为S型函数，vn为残差块的第n个输出，R为残差块输出的数量，n为正整数，wn为vn的权重，bn为vn的偏置；

所述第二Sigmoid层的表达式为：

y2＝sigmoid[we(Te‑Ts)+be]，

其中，y2为第二Sigmoid层的输出，Te为异常区间的信号的结束时间，Ts为异常区间的信号的开始时间，we为时间权重，be为时间偏置；

所述输出层的表达式为：

Y＝(wy1y1+wy2y2+by)·Tanh(wy1y1+wy2y2+by)，其中，Y为输出层的输出，wy1为y1的权重，wy2为y2的权重，by为输出层的偏置，Tanh为双曲正切函数。