1.一种医学图像对象形状模板标记点的自动生成方法，其特征在于，包括以下步骤：(一)计算医学图像的灰度直方图h1的高斯核回归平滑函数s1和带有空间信息的灰度直方图h2的高斯核回归平滑函数s2；

(二)使用灰度直方图的高斯核回归平滑函数s1和带有空间信息的灰度直方图的高斯核回归平滑函数s2构造医学图像的一维粗糙度函数，将一维粗糙度函数的局部最小值对应的灰度值作为阈值，并进行医学图像的多阈值分割；

(三)选取多阈值分割的边缘区域结果，计算边缘区域结果的二维核密度估计函数；

(四)在步骤（三）的二维核密度估计函数上搜索密度函数的局部最大值对应的像素点，输出这些像素点作为医学图像对象形状模板的标记点；

步骤(一)包括以下步骤：

(11)统计各个灰度级出现的频率，从而得到医学图像的灰度直方图h1；

(12)选定医学图像每个像素点周围相邻区域的周围像素点，统计周围像素点与该选定像素点的灰度差之和；如果灰度差之和大于指定的阈值，则对应的灰度直方图加1，从而得到带有空间信息的灰度直方图h2；

(13)根据各个灰度级g及对应的灰度直方图h1(g)，构造点对(g,h1(g))，通过高斯核回归方法计算灰度直方图的平滑函数s1，其中1≤g≤255；

(14)根据各个灰度级g及对应的带有空间信息的灰度直方图h2(g)，构造点对(g,h2(g))，通过高斯核回归方法计算带有空间信息的灰度直方图的平滑函数s2；

步骤(二)包括以下步骤：

(21)使用灰度直方图的高斯核回归平滑函数s1和带有空间信息的灰度直方图的高斯核回归平滑函数s2构造医学图像的一维粗糙度函数；

(22)搜索一维粗糙度函数的所有的局部最小值对应的灰度值作为阈值，并将这些阈值按照从小到大的顺序排序为v1,v2,...,vk，其中k表示最小值的个数；

(23)按照阈值构成的灰度区间范围[1,v1),[v1,v2),…,[vk-1,vk),[vk,255]对医学图像进行多阈值分割。

2.根据权利要求1所述的一种医学图像对象形状模板标记点的自动生成方法，其特征在于，步骤(三)包括以下步骤：(31)选取多阈值分割结果中的边缘区域图像；

(32)计算边缘区域图像的二维核密度估计函数。

3.根据权利要求2所述的一种医学图像对象形状模板标记点的自动生成方法，其特征在于，步骤(四)包括以下步骤：(41)选取步骤（32）中二维核密度估计函数的平均值的十分之一作为密度阈值ξ1；当边缘区域图像对应像素的密度值小于密度阈值ξ1，则边缘区域图像对应的二维核密度估计函数值置为零，否则边缘区域图像对应的二维核密度估计函数值不变；

(42)随机选取医学图像上的任一像素点，沿着梯度方向，以一定步长，迭代搜索边缘区域图像对应的二维核密度估计函数的局部最大值，将局部最大值对应的像素点定义为对象形状的标记点，步长取值范围[1,10]；

(43)输出这些像素点作为医学图像对象形状模板的标记点。