1.一种桥梁裂缝检测方法，其特征在于：包括以下步骤：

S1、通过使用摄像头拍摄桥梁表面，并对获取的桥梁表面图像进行预处理，再对处理后的桥梁表面图像进行检测和提取，获取裂缝位置特征向量V；

S2、根据获取的裂缝位置特征向量V使用激光雷达设备在桥梁裂缝区域进行扫描，获取桥梁表面的三维坐标，并生成三维点云数据P，并根据三维点云数据P进行初步分析，判断是否存在结构平面断层和裂缝特征，获取判断结果R；

所述S2包括S21和S22；

S21、根据裂缝位置特征向量V中的中心坐标(x，y)长度Lmax和宽度Wmax信息，生成激光雷达扫描区域Rscan，再使用激光雷达设备在桥梁裂缝区域进行扫描，获取桥梁表面的三维坐标(x，y，z)，其中，x、y和z分别表示三维坐标的横轴、竖轴和纵轴坐标值，并通过整合若干个三维坐标(x，y，z)，成三维点云数据P；

所述激光雷达扫描区域Rscan通过以下计算公式获取：

所述三维点云数据P具体为P＝{(x1，y1，z1)，(x2，y2，z2)，……，(xn，yn，zn)}；

S22、对生成的三维点云数据P进行去噪处理，包括使用统计离群点去除法和体素网格过滤法进行去噪处理，再对去噪处理后的三维点云数据P进行初步分析，判断是否存在结构平面断层和裂缝特征，包括使用平面拟合方法来识别裂缝区域的结构断层，获取判断结果R；

所述判断结果R通过以下分析公式获取：

当判断结果R＝1时，表示存在结构平面断层和裂缝特征；

当判断结果R＝0时，表示不存在结构平面断层和裂缝特征；

式中，FE(P)表示拟合误差指数，Fthe表示云数据与拟合面之间预设的偏差评估阈值；

Ki表示三维点云数据P第i个云点的局部曲率，Kthe表示预设的云点曲率评估阈值；

其中，拟合误差指数FE(P)通过最小二乘法拟合三维点云数据P中的裂缝区域，获取平面，具体通过以下计算公式进行平面拟合：ax+by+cz+d＝0；

式中，a、b和c分别表示平面中横轴x、竖轴y和纵轴z的法向量分量，d表示平面与原点的距离；

再对拟合获取的平面使用平方误差计算获取拟合误差指数FE(P)，进行反映点云点与平面的偏离程度，具体通过以下计算公式拟合获取：式中，(xi，yi，zi)表示三维点云数据P中第i个点云，n表示三维点云数据P中点云的总数；

S3、根据判断结果R进行触发裂缝验证机制，包括对三维点云数据P进行配准，再进行建立裂缝的三维模型C；

所述S3包括S31；

S31、根据判断结果R进行触发裂缝验证机制，当判断结果R＝1时触发裂缝验证机制，通过裂缝位置特征向量V对三维点云数据P进行配准，将不同视角和不同时间的点云数据合并至同一个坐标系中，获取配准后的点云数据Pa，包括使用刚性变换准方法进行合并；

所述点云数据Pa通过Pa＝XZ*P+PY计算公式获取；

所述刚性变换准方法包含旋转矩阵XZ和平移向量PY，其中，旋转矩阵XZ表示三维点云数据P中点云数据的旋转状态，平移向量PY表示三维点云数据P中点云数据的平移信息；

S4、根据建立的裂缝的三维模型C进行裂缝对桥梁结果的风险评估，获取裂缝对桥梁稳定性影响的综合评估指数ZR；

S5、根据获取的综合评估指数ZR与预设的整备评估阈值Tthe进行对比，生成桥梁裂缝的整备修复方案和检测方案。

2.根据权利要求1所述的一种桥梁裂缝检测方法，其特征在于：所述S1包括S11、S12和S13；

S11、通过使用高清摄像头和红外摄像头进行拍摄桥梁表面图像，获取桥梁表面图像集Iraw，再对桥梁表面图像集Iraw进行图像预处理操作，包括使用高斯滤波进行去噪预处理，获取去噪预处理后的去噪图像集Ipre，并使用直方图均衡化提高图像对比度进行图像增强预处理，获取图像增强预处理后的增强图像集Ib。

3.根据权利要求2所述的一种桥梁裂缝检测方法，其特征在于：S12、通过使用边缘检测算法对增强图像集Ib进行裂缝检测，获取裂缝边缘区域Iedges；

所述裂缝边缘区域Iedges具体通过梯度计算步骤、非极大值抑制步骤和边缘连接步骤获取；

其中，梯度计算步骤进行计算图像中每个像素点的梯度，包括使用Sobel算子计算图像的梯度幅值和方向；

非极大值抑制步骤用于细化边缘，对每个像素点沿着梯度方向进行检测像素点是否为局部最大值，当像素点不是局部最大值时，设置为0，否则保留像素点的梯度值；

边缘连接步骤使用双阈值方法进行边缘连接，进行区分边缘是强边缘和弱边缘，具体通过设定区分阈值T1和区分阈值T2进行区分，且区分阈值T1＜区分阈值T2；

当梯度幅值＞区分阈值T2时，判定像素值为强边缘；

当梯度幅值＜区分阈值T1时，判定像素值为非边缘；

当区分阈值T1＜梯度幅值＜区分阈值T2时，判定像素值为弱边缘，若与强边缘相连则判定位有效边缘；

S13、再对裂缝边缘区域Iedges进行特征提取，获取裂缝的空间位置特征，构建特征向量V，包括裂缝的中心坐标(x，y)、长度Lmax和宽度Wmax；

其中，中心坐标(x，y)通过计算裂缝区域的几何中心获取，x和y分别表示中心点的横轴和竖轴坐标值；长度Lmax通过计算裂缝的最大延伸长度获取；宽度Wmax通过计算裂缝的区域直方图获取。

4.根据权利要求1所述的一种桥梁裂缝检测方法，其特征在于：所述S3还包括S32；

S32、在配准后的点云数据Pa上使用聚类算法和点云过滤方法进行提取与裂缝相关的点云区域，包括使用体素网格滤波和区域生长法进行提取，再基于提取出来的点云区域使用泊松重建算法进行构建裂缝的三维模型C，并进行几何分析，获取三维模型C中裂缝的长度CD、宽度KD和深度SD，并在三维模型C中进行标记；

所述三维模型C通过泊松重建算法公式获取；

所述长度CD通过CD＝max(||Ci‑Cj||)，i，j∈{1，2，3，……，n}计算公式获取；

式中，max表示取最大值函数，||Ci‑Cj||表示欧几里得距离，具体表示在三维模型C中点云i和点云j之间的直线距离；

所述宽度KD通过KD＝max(||Ci‑Cj||)，Ci，Cj⊥CD计算公式获取；

式中，Ci，Cj⊥CD表示在三维模型C中垂直于长度CD方向的点云i和点云j的两个点；

所述深度SD通过SD＝max(||Ci‑Cbottom||)，i∈{1，2，3，……，n}计算公式获取；

式中，Cbottom表示三维模型C中底部下限点。

5.根据权利要求4所述的一种桥梁裂缝检测方法，其特征在于：所述S4包括S41；

S41、根据建立的裂缝的三维模型C进行裂缝对桥梁结果的风险评估，获取裂缝对桥梁稳定性影响的综合评估指数ZR；

所述综合评估指数ZR通过以下计算公式获取：

ZR＝z1*CD+z2*KD+z3*SD+z4*QYL+z5*QCL；

式中，QYL表示桥梁应力，具体通过桥梁受力状态监测传感器获取桥梁在负载下的受力状态，QCL表示桥梁材料特性，具体根据桥梁使用的材料以及物理特性进行确定，包括材料试验和设计手册中标注的标准值方式获取，z1、z2、z3、z4和z5分别表示长度CD、宽度KD、深度SD、桥梁应力QYL和桥梁材料特性QCL的预设权重值，且z1+z2+z3+z4+z5＝1，具体数值由用户设定。

6.根据权利要求1所述的一种桥梁裂缝检测方法，其特征在于：所述桥梁裂缝的整备修复方案和检测方案通过以下对比方式获取：当综合评估指数ZR≥整备评估阈值Tthe时，生成桥梁裂缝的整备修复方案，包括发送桥梁裂缝位置信息至相关整备修复部门待处理列表中进行等待处理，同步生成检测方案，包括对桥梁裂缝位置的检测频率调整至预设频率的两倍；

当综合评估指数ZR＜整备评估阈值Tthe时，不生成桥梁裂缝的整备修复方案，初始化检测方案，包括对桥梁裂缝位置的当前检测频率调整至预设频率。

7.一种桥梁裂缝检测系统，应用于权利要求1～6任一项所述的一种桥梁裂缝检测方法，其特征在于：包括表面图像采集模块、激光扫描模块、验证模块、风险评估模块和决策生成模块；

所述表面图像采集模块通过使用摄像头拍摄桥梁表面，并对获取的桥梁表面图像进行预处理，再对处理后的桥梁表面图像进行检测和提取，获取裂缝位置特征向量V；

所述激光扫描模块根据获取的裂缝位置特征向量V使用激光雷达设备在桥梁裂缝区域进行扫描，获取桥梁表面的三维坐标，并生成三维点云数据P，并根据三维点云数据P进行初步分析，判断是否存在结构平面断层和裂缝特征，获取判断结果R；

所述验证模块根据判断结果R进行触发裂缝验证机制，包括对三维点云数据P进行配准，再进行建立裂缝的三维模型C；

所述风险评估模块根据建立的裂缝的三维模型C进行裂缝对桥梁结果的风险评估，获取裂缝对桥梁稳定性影响的综合评估指数ZR；

所述决策生成模块根据获取的综合评估指数ZR与预设的整备评估阈值Tthe进行对比，生成桥梁裂缝的整备修复方案和检测方案。