1.一种隧道裂纹分割识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隧道裂纹分割识别方法，其特征在于，所述s4包括以下分步骤：
3.根据权利要求2所述的隧道裂纹分割识别方法，其特征在于，所述s41包括以下分步骤：
4.根据权利要求3所述的隧道裂纹分割识别方法，其特征在于，所述s412中对单通道图像进行增强处理的公式为：
5.根据权利要求2所述的隧道裂纹分割识别方法，其特征在于，所述s42包括以下分步骤：
6.根据权利要求5所述的隧道裂纹分割识别方法，其特征在于，所述s422中计算中心点的第一异常系数的公式为：
7.根据权利要求1所述的隧道裂纹分割识别方法，其特征在于，所述s5包括以下分步骤：
8.根据权利要求7所述的隧道裂纹分割识别方法，其特征在于，所述s51具体为：从异常像素点的mm邻域范围内等距采样k+1个异常像素点，采用第n+1个采样异常像素点与第n个采样异常像素点的横坐标相减，得到横向变化向量中第n个横向变化值xb,n，k和n为正整数，横向变化向量为：x={xb,n}，其中，x为横向变化向量，n的取值范围为1~k；
9.根据权利要求7所述的隧道裂纹分割识别方法，其特征在于，所述s52中三层bp神经网络包括：第一输入层、第二输入层、第三输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层；
10.根据权利要求7所述的隧道裂纹分割识别方法，其特征在于，所述s53中得到每个异常像素点的裂纹值的公式为：