1.一种公路施工质量自动检测方法，其特征在于，该方法包括以下步骤：

采集公路图像；

根据公路图像中像素点的灰度值获取待分析图像；根据待分析图像中像素点的梯度值获取待分析图像中的边缘线；根据待分析图像中的边缘线上每个像素点，获取待分析图像中的边缘线为车辙边缘的可能性参数；根据边缘线为车辙边缘的可能性参数，获取若干车辙边缘线；

根据车辙边缘线之间的位置，获取车辙边缘线之间的连线；根据车辙边缘线的形态获取车辙边缘线的基准向量；根据车辙边缘线之间的连线以及车辙边缘线的基准向量，获取车辙边缘线之间的匹配度；

根据所有车辙边缘线之间的匹配度对所有车辙边缘线进行融合，得到若干完整的车辙边缘线；以完整的车辙边缘线对公路质量进行检测；

所述根据边缘线为车辙边缘的可能性参数，获取若干车辙边缘线，包括的具体方法为：

预设一个可能性参数阈值 ，对于任意一条边缘线，当边缘线为车辙边缘的可能性参数大于或等于 时，将边缘线记为车辙边缘线；

所述根据待分析图像中的边缘线上每个像素点，获取待分析图像中的边缘线为车辙边缘的可能性参数，包括的具体方法为：对于第 条边缘线，获取第 条边缘线上所有像素点的梯度方向以及梯度值；根据第 条边缘线上所有像素点的梯度方向，构建第 条边缘线上所有像素点的表征向量，使第 条边缘线上所有像素点的表征向量的方向为所有像素点的梯度方向，并使第 条边缘线上所有像素点的表征向量的模均设为“1”，得到第 条边缘线上所有像素点的表征向量，将第 条边缘线上所有像素点的表征向量的和作为第 条边缘线的表征向量，获取第 条边缘线上所有像素点的表征向量与第 条边缘线的表征向量之间的余弦相似度；

对于第 条边缘线上第 个像素点，将沿着第 条边缘线上第 个像素点的梯度方向与第条边缘线上第 个像素点相邻的像素点，记为第 条边缘线上第 个像素点的相对点；获取第条边缘线上第 个像素点的相对点的梯度方向，将沿着第 条边缘线上第 个像素点的相对点的梯度方向与第 条边缘线上第 个像素点的相对点相邻的像素点，记为第 条边缘线上第 个像素点的特征点；

根据第 条边缘线上所有像素点的相对点与特征点的灰度值、第 条边缘线上所有像素点的表征向量与第 条边缘线的表征向量之间的余弦相似度、第 条边缘线上所有像素点梯度值，获取第 条边缘线为车辙边缘的可能性参数。

2.根据权利要求1所述一种公路施工质量自动检测方法，其特征在于，所述根据公路图像中像素点的灰度值获取待分析图像，包括的具体方法为：利用大津法对公路图像进行阈值分割，得到公路二值图，将公路二值图中所有灰度值为255的连通域记为标线连通域，将标线连通域在公路二值图的位置记为标线位置，将公路图像中处于标线位置的像素点记为标线像素点、不处于标线位置的像素点记为非标线像素点；在所述公路图像中，使所有非标线像素点对应像素点的灰度均值替换所有标线像素点对应像素点的灰度值，得到新的公路图像记为待分析图像。

3.根据权利要求1所述一种公路施工质量自动检测方法，其特征在于，所述获取第 条边缘线为车辙边缘的可能性参数的具体计算公式为：式中， 表示第 条边缘线为车辙边缘的可能性参数； 表示第 条边缘线上第 个像素点的表征向量与第 条边缘线的表征向量之间的余弦相似度； 表示第 条边缘线上第 个像素点的灰度值； 表示第 条边缘线上第 个像素点的相对点的灰度值； 表示第 条边缘线上第 个像素点的特征点的灰度值； 表示第 条边缘线上第 个像素点的梯度值；

第 条边缘线上所有像素点的梯度均值； 表示绝对值运算；为预设的超参数； 表示线性归一化函数。

4.根据权利要求1所述一种公路施工质量自动检测方法，其特征在于，所述根据车辙边缘线之间的位置，获取车辙边缘线之间的连线；根据车辙边缘线的形态获取车辙边缘线的基准向量；根据车辙边缘线之间的连线以及车辙边缘线的基准向量，获取车辙边缘线之间的匹配度，包括的具体方法为：对于第 条车辙边缘线与第 条车辙边缘线，将第 条车辙边缘线中距离第 条车辙边缘线最近的像素点记为第 条车辙边缘线的连接点，将第 条车辙边缘线中距离第 条车辙边缘线最近的像素点记为第 条车辙边缘线的连接点；连接第 条车辙边缘线的连接点与第 条车辙边缘线的连接点，得到第 条车辙边缘线与第 条车辙边缘线的连接线记为 ；

对于第 条车辙边缘线，将在第 条车辙边缘线上像素点记为基准像素点，获取第 条车辙边缘线上任意两个像素点之间间隔的基准像素点数量，将第 条车辙边缘线上间隔的基准像素点数量最多的像素点分别记为第 条车辙边缘线的端点，将位于下方与上方的第条车辙边缘线的端点分别记为第 条车辙边缘线的起始点与终止点，若第 条车辙边缘线的端点处于同一高度，则将位于左侧与右侧的第 条车辙边缘线的端点分别记为第 条车辙边缘线的起始点与终止点，得到第 条车辙边缘线的起始点与终止点，连接第 条车辙边缘线的起始点与终止点，得到第 条车辙边缘线的基准向量；获取第 条车辙边缘线的基准向量以及 的基准向量，所述第 条车辙边缘线的基准向量以及 的基准向量的获取方法，与第 条车辙边缘线的基准向量的获取方法相同；

根据第 条车辙边缘线的基准向量、第 条车辙边缘线的基准向量以及 的基准向量，获取第 条车辙边缘线与第 条车辙边缘线的匹配度。

5.根据权利要求4所述一种公路施工质量自动检测方法，其特征在于，所述获取第 条车辙边缘线与第 条车辙边缘线的匹配度，包括的具体方法为：式中， 表示第 条车辙边缘线与第 条车辙边缘线的匹配度； 表示第 条车辙边缘线的基准向量与第 条车辙边缘线的基准向量之间的余弦相似度； 表示第 条车辙边缘线的基准向量与 的基准向量之间的余弦相似度； 表示第 条车辙边缘线的基准向量与 的基准向量之间的余弦相似度； 表示 的基准向量的模长；

表示激活函数。

6.根据权利要求1所述一种公路施工质量自动检测方法，其特征在于，所述根据所有车辙边缘线之间的匹配度对所有车辙边缘线进行融合，得到若干完整的车辙边缘线，包括的具体方法为：预设一个匹配度阈值 ，计算获取所有车辙边缘线之间的匹配度，若匹配度最大的两条车辙边缘线大于或等于 ，则将匹配度最大的两条车辙边缘线以及两条车辙边缘线的连线组成的线作为新的车辙边缘线，完成对待分析图像中匹配度最大的两条车辙边缘线的融合，更新待分析图像；

以此类推，不断对最新的待分析图像中匹配度最大的两条车辙边缘线进行融合，直至最新的待分析图像中匹配度最大的两条车辙边缘线的匹配度小于 ，完成对所有车辙边缘线的融合，得到若干完整的车辙边缘线。

7.根据权利要求1所述一种公路施工质量自动检测方法，其特征在于，所述根据待分析图像中像素点的梯度值获取待分析图像中的边缘线，包括的具体方法为：利用sobel边缘检测算子，得到待分析图像中的所有边缘像素点；根据待分析图像中的所有边缘像素点，得到待分析图像中的边缘线。

8.一种公路施工质量自动检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1‑7任一项所述的一种公路施工质量自动检测方法的步骤。