1.一种从K边缘特性X射线图像中分离图像信息的方法，其特征在于，该方法具体步骤如下：通过能谱CT采集三组图像，每组图像包含在K边缘特性电压前、后重拍摄的图像，首先在原图像中，分别选取所需要的n个背景点和n个前景点，分别得到大小为n×3的背景训练集和前景训练集，并在标签中将背景点和前景点分别设为0和1，然后使用支持向量机SVM训练得到模型，最后对经过缩放后的图像进行预测，得到系统判定的前景点，将背景点取零，得到分割后的适用于K边缘特性分析的图像。

2.根据权利要求1所述从K边缘特性X射线图像中分离图像信息的方法，其特征在于，所述通过能谱CT采集三组图像，在不同电压下对模型拍摄的一组K边缘图像，图像中模型形状不变，而像素由于衰减系数的变化而不同，并且在K边缘特性电压前后发生跳变。

3.根据权利要求2所述从K边缘特性X射线图像中分离图像信息的方法，其特征在于，所述图像中模型形状不变，像素值由于衰减系数的变化而不同，用像素值表示衰减系数的方程如式1所示：                        （1）

式（1）中，、分别是在能量范围内物质存留光子数和入射光子数， 为待测材料在该能量段的吸收系数；所述吸收系数 ，其中E为能量段起始能量，w为该能量段宽度， 即为材料在该能量段的衰减系数。

4.根据权利要求1所述从K边缘特性X射线图像中分离图像信息的方法，其特征在于，所述分离图像信息的方法是使用支持向量机SVM算法进行图像分离：首先对图像采样得到训练样本集 ；其中 是特征向量集， ，分别代表前景采样点和背景采样点，然后利用拉格朗日优化方法将寻找最优超平面转化为其对偶问题；选择多项式核函数；然后得到最优判决函数；最后将背景取0，得到只含有待测区域的图像。

5.根据权利要求1所述从K边缘特性X射线图像中分离图像信息的方法，其特征在于，所述分别选取所需要的n个背景点和n个前景点，其采样数目应当相同，采样数目过少会导致图像分离不完全或误分离，采样数目过多会导致运算时间增加，以待测区域个数的1 2倍进~行采样，达到分离完全，运算时间短的效果。