1.一种基于分类校正的彩色图像光源颜色估计方法，其特征在于，包括以下步骤：S1、提取训练图像的边缘特征：将N幅已知光源的彩色图像作为原始训练集T，分别与高斯分布求导后的模板G做卷积运算，得到图像每个像素点对应的边缘值，提取边缘特征，得到N幅训练图像的边缘特征矩阵M；

S2、学习校正矩阵：通过最小二乘法，学习由步骤S1计算得到的特征矩阵M与N幅训练图像的标准光源L之间的校正矩阵C；

S3、粗略的光源估计：采用步骤S1中的方法提取测试图像的边缘特征，与步骤S2学习得到的校正矩阵C相乘，得到粗略的光源估计结果L1；

S4、寻找与测试图像相对应的训练图像：对测试图像与原始训练集T分别去除光源，再采用S1中的方法分别提取边缘特征，形成特征空间；在特征空间中找出与测试图像特征最相近的K幅训练图像，将其作为新的训练集TN；

S5、精准的光源估计：重复步骤S1-S4，每次将步骤S1中的训练集T替换为步骤S4中得到的新的训练集TN，训练图像数也相应的由N变为K，直到步骤S4中得到的TN与上一次操作中步骤S4得到的TN相同为止，把最后一次操作中步骤S3得到的光源估计结果L1作为最终光源估计结果。

2.根据权利要求1所述的基于分类校正的彩色图像光源颜色估计方法，其特征在于，所述步骤S1中高斯分布求导后的模板G为高斯梯度算子。

3.根据权利要求1所述的基于分类校正的彩色图像光源颜色估计方法，其特征在于，所述步骤S1中提取边缘特征的计算公式为：式中Ri、Gi、Bi分别表示每个像素点在R、G、B三个通道的边缘值，N1表示图像中像素点的个数，Mxyz为不同x,y,z下对应的边缘特征的值，x,y,z是满足x≥0,y≥0,z≥0且x+y+z＝3的所有组合。

4.根据权利要求1所述的基于分类校正的彩色图像光源颜色估计方法，其特征在于，所述步骤S4中K的取值范围为

5.根据权利要求1所述的基于分类校正的彩色图像光源颜色估计方法，其特征在于，所述步骤S4具体包括以下分步骤：S41、对原始N幅训练图像去除标准光源L，并采用步骤S1中的方法提取边缘特征；

S42、对测试图像去除步骤S3中粗略估计的光源L1，并采用步骤S1中的方法提取边缘特征，与步骤S41中N幅训练图像提取的边缘特征共同形成特征空间；

S43、在特征空间中找出与测试图像特征距离最相近的K幅图像，作为测试图像的新训练图像集合TN。

6.根据权利要求5所述的基于分类校正的彩色图像光源颜色估计方法，其特征在于，所述步骤S43中的特征距离为欧式距离。