1.一种灰度图像快速分割方法，其特征在于，包括：通过拟合二次曲线确定最佳分割阈值，以分割图像中目标区域与背景区域。

2.根据权利要求1所述的灰度图像快速分割方法，其特征在于，通过二次曲线拟合确定最佳分割阈值的方法包括：步骤Sa，通过图像中的像素按灰度值分别定义背景图像复杂度与目标图像复杂度；

步骤Sb，建立拟合二次曲线模型，以计算最佳分割阈值。

3.根据权利要求2所述的灰度图像快速分割方法，其特征在于，所述步骤Sa中通过图像中的像素按灰度值分别定义背景图像复杂度与目标图像复杂度的方法包括：设定图像像素数为N，灰度值的范围为[0，L-1]，L最大灰度级；灰度值把图像中的像素按灰度值分成背景图像复杂度C0与目标图像复杂度C1；其中背景图像复杂度C0由灰度值在[0，T]之间的像素组成，背景图像复杂度C0总像素数为N0，目标图像复杂度C1由灰度值在[T+1，L-1]之间的像素组成，目标图像复杂度C1总像素数为N1；

背景图像复杂度C0和目标图像复杂度C1分别对应：

其中h0(i)为背景图像复杂度C0中同一灰度级对应的像素i的个数，h1(i)为目标图像复杂度C1中同一灰度级对应的像素i的个数；以及步骤Sb中建立拟合二次曲线模型，以计算最佳分割阈值的方法包括：计算图像的背景与目标图像复杂度的差值的绝对值C(T)，即

抽取灰度值在[0，L-1]范围内的取值建立最小二乘法的拟合二次曲线模型，将拟合二次曲线模型取得的极小值定义为最佳灰度分割阈值。

4.根据权利要求3所述的灰度图像快速分割方法，其特征在于，抽取灰度值在[0，L-1]范围内的取值建立最小二乘法的拟合二次曲线模型，将拟合二次曲线模型取得的极小值定义为最佳灰度分割阈值的方法包括如下步骤：步骤S1，计算灰度图像的直方图，并计算其灰度均值；

步骤S2，将灰度均值定义为原点，并位于该原点两侧按照一定步长均匀且对称设置若干取值点；

步骤S3，通过公式(1)和公式(2)分别计算各取值点对应绝对值C(T)；

步骤S4，根据范德蒙德矩阵公式计算各取值点的二次曲线系数，建立拟合二次曲线模型；

步骤S5，求拟合二次曲线模型的最小值Tmin，即为最佳灰度分割阈值。

5.根据权利要求4所述的灰度图像快速分割方法，其特征在于，所述步长设为5，且位于该原点两侧分别设有3个取值点，即含原点在内共计7个取值点，即T1、T2、T3、T4、T5、T6、T7；

通过公式(1)和公式(2)分别计算各取值点对应绝对值：C(T)1、C(T)2、C(T)3、C(T)4、C(T)5、C(T)6和C(T)7；

根据范德蒙德矩阵公式计算7个绝对值对应的二次曲线系数a0、a1、a2，计算公式如下：求拟合二次曲线模型y＝a0+a1x+a2x2对应的最小值Tmin，即

6.一种灰度图像快速分割步骤，其特征在于，包括：步骤S1，统计灰度图像的直方图，并计算其灰度均值；

步骤S2，将灰度均值定义为原点，并位于该原点两侧按照一定步长均匀且对称设置若干取值点；

步骤S3，分别计算各取值点对应绝对值C(T)；

步骤S4，根据范德蒙德矩阵公式计算各取值点的二次曲线系数，建立拟合二次曲线模型；

步骤S5，求拟合二次曲线模型的最小值Tmin，即为最佳灰度分割阈值。

7.根据权利要求6所述的灰度图像快速分割步骤，其特征在于，所述步骤S3中计算取值点对应绝对值C(T)的方法包括：设定图像像素数为N，灰度值的范围为[0，L-1]，L最大灰度级；灰度值把图像中的像素按灰度值分成背景图像复杂度C0与目标图像复杂度C1；其中背景图像复杂度C0由灰度值在[0，T]之间的像素组成，背景图像复杂度C0总像素数为N0，目标图像复杂度C1由灰度值在[T+1，L-1]之间的像素组成，目标图像复杂度C1总像素数为N1；

背景图像复杂度C0和目标图像复杂度C1分别对应：

其中h0(i)为背景图像复杂度C0中同一灰度级对应的像素i的个数，h1(i)为目标图像复杂度C1中同一灰度级对应的像素i的个数；以及计算图像的背景与目标图像复杂度的差值的绝对值C(T)，即

8.根据权利要求7所述的灰度图像快速分割步骤，其特征在于，所述步长设为5，且位于该原点两侧分别设有3个取值点，即含原点在内共计7个取值点，即T1、T2、T3、T4、T5、T6、T7；

通过公式(1)和公式(2)分别计算各取值点对应绝对值：C(T)1、C(T)2、C(T)3、C(T)4、C(T)5、C(T)6和C(T)7；

根据范德蒙德矩阵公式计算7个绝对值对应的二次曲线系数a0、a1、a2，计算公式如下：求拟合二次曲线模型y＝a0+a1x+a2x2对应的最小值Tmin，即