1.一种针对超广角图像的边缘增强方法，其特征在于，包括以下步骤：S1、获取超广角图像，其中，超广角图像中的所有场景的有效信息集中在同一个圆形区域中；

S2、构建超广角图像的边缘增强模型：设立平面坐标系X‑O‑Y，超广角图像位于XOY平面内，求取超广角图像A(x，y)的圆心坐标(x0，y0)和半径r；

S3、将超广角图像A(x，y)从RGB空间变换到YUV空间，计算超广角图像A(x，y)上的每个像素点在Y分量上的均值mean(x，y)；

S4、选取超广角图像中到圆心距离大于0.5r的像素点组成的缓冲区域Ω1，根据步骤S3获得的均值mean(x，y)对缓冲区域Ω1内的像素点进行均值补偿；

S5、选取超广角图像中到圆心距离大于0.5r且小于的0.75r像素点组成的缓冲区域Ω

2，对缓冲区域Ω2内已完成均值补偿的像素点进行融合补偿；

S6、获得边缘增强后的超广角图像；

步骤S2中，超广角图像A(x，y)的圆心坐标(x0，y0)和半径r的求取过程为：S21、将彩色的超广角图像A(x，y)转换成灰度图像G(x，y)；

S22、对灰度图像G(x，y)进行二值化处理，得到二值化图像GB(x，y)；

S23、求取超广角图像的圆心坐标(x0，y0)和半径r：式中，N是二值图GB(x，y)中所有白色像素点的总个数，∑x′是二值图中所有白色像素点的横坐标之和，∑y′是二值图中所有白色像素点的纵坐标之和。

2.根据权利要求1所述针对超广角图像的边缘增强方法，其特征在于，步骤S3中，将超广角图像A(x，y)从RGB空间变换到YUV空间的变换公式为：式中，R、G、B分别为RGB空间的R分量、G分量、B分量，Y、U、V分别为YUV空间的Y分量、U分量、V分量。

3.根据权利要求1所述针对超广角图像的边缘增强方法，其特征在于，步骤S3中，所述计算超广角图像A(x，y)上的每个像素点在Y分量上的均值mean(x，y)的过程具体为：S31、遍历超广角图像A(x，y)上的像素点，计算超广角图像A(x,y)上的每个像素点在Y分量的积分图GY(x,y):

在超广角图像A(x，y)中任取一像素点，计算从超广角图像A(x，y)的左上角到该像素点所构成的矩形区域内所有像素点的Y分量颜色值之和，即为该像素点的积分图的取值；

S32、根据积分图GY(x,y)计算超广角图像A(x，y)上的每个像素点在Y分量上的的均值Mean(x,y)：

式中，w和h分别是均值窗口的长度和宽度。

4.根据权利要求1所述针对超广角图像的边缘增强方法，其特征在于，步骤S4中，所述对缓冲区域Ω1内的像素点进行均值补偿的具体过程为：B(x,y)＝A(x,y)+α(x,y)·[A(x,y)‑Mean(x,y)]式中，α(x,y)为加权系数，B(x,y)为均值补偿后的像素值，其中，(x,y)∈Ω1。

5.根据权利要求4所述针对超广角图像的边缘增强方法，其特征在于，步骤S5中，所述对缓冲区域Ω2内的像素点进行融合补偿的具体过程为：C(x,y)＝β(x,y)×A(x,y)+(1‑β(x,y))×B(x,y)式中，β(x,y)为加权系数，C(x,y)为均值补偿后的像素值，其中，(x,y)∈Ω2。

6.根据权利要求5所述针对超广角图像的边缘增强方法，其特征在于，步骤S6中，获得边缘增强后的超广角图像的表达式为：