1.一种消除内窥镜图像光照不均的方法，其特征在于，包括：获取输入的原始图像的局部极值点，拟合出图像的上、下包络曲面，计算图像的局部包络均值；

计算图像的色偏值；

计算特征点集合Q；

用特征点集合Q中每个点的局部包络均值替换所述点的原始颜色分量值；

将用特征点集合Q中每个点的局部包络均值替换所述点的原始颜色分量值所得到的图像矩阵替换原始图像，返回获取输入的原始图像的局部极值点，拟合出图像的上、下包络曲面，计算图像的局部包络均值的步骤进行下次迭代。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：当前后两次迭代中，局部包络均值的变化小于预设的阈值时，结束。

3.根据权利要求1或2所述的方法，其特征在于，所述获取输入的原始图像的局部极值点，拟合出图像的上、下包络曲面，计算图像的局部包络均值的步骤包括：计算输入的原始图像的局部极大值点和局部极小值点；

利用三次样条插值拟合得到图像的上包络曲面和下包络曲面；

按照下式计算图像的局部包络均值：

EnvR(x，y)＝(EnuR(x，y)+EndR(x，y))/2EnvG(x，y)＝(EnuG(x，y)+EndG(x，y))/2 1≤x≤M，1≤y≤NEnvB(x，y)＝(EnuB(x，y)+EndB(x，y))/2其中，{EnuR(x，y)、EnuG(x，y)、EnuB(x，y)}是图像的上包络曲面，{EndR(x，y)、EndG(x，y)、EndB(x，y)}是图像的下包络曲面，{EnvR(x，y)、EnvG(x，y)、EnvB(x，y)}是图像在点(x，y)的局部包络均值，M和N分别为图像的宽度和高度。

4.根据权利要求3所述的方法，其特征在于，所述计算图像的色偏值的步骤具体为：按照下式计算图像的色偏值：

DevR(x，y)＝fR(x，y)-EnvR(x，y)DevG(x，y)＝fG(x，y)-EnvG(x，y) 1≤x≤M，1≤y≤NDevB(x，y)＝fB(x，y)-EnvB(x，y)其中，{fR(x，y)、fG(x，y)、fB(x，y)}是图像在点(x，y)的原始颜色分量值，{DevR(x，y)、DevG(x，y)、DevB(x，y)}是图像在点(x，y)的色偏值。

5.根据权利要求4所述的方法，其特征在于，所述特征点集合Q是指满足下式的特征点的集合：Tmin k≤Devk(x，y)≤Ts min k or Ts max k≤Devk(x，y)≤Tmax k k＝R，G，B其中，Tmaxk是{Devk(x，y)，k＝R，G，B}中的最大值，Tmink是{Devk(x，y)，k＝R，G，B}中的最小值，Tsmink＝1/6Tmink、Tsmaxk＝1/6Tmaxk。

6.根据权利要求5所述的方法，其特征在于，所述局部极大值点和局部极小值点分别为输入的原始图像的点(x，y)在其3×3邻域内的极大值点和极小值点。

7.一种消除内窥镜图像光照不均的系统，其特征在于，包括：局部包络均值计算单元，用于获取输入的原始图像的局部极值点，拟合出图像的上、下包络曲面，计算图像的局部包络均值；

色偏值计算单元，用于计算图像的色偏值；

特征点集合Q计算单元，用于计算特征点集合Q；

局部包络均值替换单元，用于将特征点集合Q中每个点的局部包络均值替换所述点的原始颜色分量值；

图像替换单元，用于将局部包络均值替换单元处理后得到的图像矩阵替换原始图像。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括：局部包络均值变化判断单元，用于判断当前后两次迭代中，局部包络均值的变化小于预设的阈值时，结束迭代过程。

9.根据权利要求7或8所述的系统，其特征在于，所述局部包络均值计算单元包括：局部极值点计算模块，用于计算输入的原始图像的局部极大值点和局部极小值点；

包络曲面拟合模块，用于利用三次样条插值拟合得到图像的上包络曲面和下包络曲面；

局部包络均值计算模块，用于按照下式计算图像的局部包络均值：EnvR(x，y)＝(EnuR(x，y)+EndR(x，y))/2EnvG(x，y)＝(EnuG(x，y)+EndG(x，y))/2 1≤x≤M，1≤y≤NEnvB(x，y)＝(EnuB(x，y)+EndB(x，y))/2其中，{EnuR(x，y)、EnuG(x，y)、EnuB(x，y)}是图像的上包络曲面，{EndR(x，y)、EndG(x，y)、EndB(x，y)}是图像的下包络曲面，{EnvR(x，y)、EnvG(x，y)、EnvB(x，y)}是图像在点(x，y)的局部包络均值，M和N分别为图像的宽度和高度。

10.根据权利要求9所述的系统，其特征在于，所述色偏值计算单元根据局部包络均值计算单元计算出的局部包络均值，按照下式计算图像的色偏值：DevR(x，y)＝fR(x，y)-EnvR(x，y)DevG(x，y)＝fG(x，y)-EnvG(x，y) 1≤x≤M，1≤y≤NDevB(x，y)＝fB(x，y)-EnvB(x，y)其中，{fR(x，y)、fG(x，y)、fB(x，y)}是图像在点(x，y)的原始颜色分量值，{DevR(x，y)、DevG(x，y)、DevB(x，y)}是图像在点(x，y)的色偏值。

11.根据权利要求10所述的系统，其特征在于，所述特征点集合Q是指满足下式的特征点的集合：Tmin k≤Devk(x，y)≤Ts min k or Ts max k≤Devk(x，y)≤Tmax k k＝R，G，B其中，Tmaxk是{Devk(x，y)，k＝R，G，B}中的最大值，Tmink是{Devk(x，y)，k＝R，G，B}中的最小值，Tsmink＝1/6Tmink、Tsmaxk＝1/6Tmaxk。

12.根据权利要求11所述的系统，其特征在于，所述局部极大值点和局部极小值点分别为输入的原始图像的点(x，y)在其3×3邻域内的极大值点和极小值点。