1.一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于，所述方法包括以下步骤：

a.获取胶囊内窥镜图像集：通过提取胶囊内窥镜视频帧，将视频序列转化为图像集；

b.图像预处理：对胶囊内窥镜图像进行预处理，生成无效区域掩模mask；

c.图像颜色特征提取：在HSI颜色空间下，通过颜色直方图的方法，提取图像的颜色特征；图像颜色特征提取是在HSI颜色空间下提取色相和饱和度二维直方图作为颜色特征；

d.图像纹理特征提取：在彩色图像模式下提取图像纹理特征；

e.图像特征融合：将图像的颜色和纹理特征进行融合并降维；图像特征融合是利用鉴别能力分析DPA对多个图像局部特征进行融合与降维，所述鉴别能力分析DPA是计算每一维特征分量类间方差和类内方差的比值作为该分量的鉴别能力，根据训练数据每一维特征的鉴别能力，选取测试数据的特征进行特征融合与降维；

f.图像分类：将融合后的新特征对分类器进行训练，然后利用分类器对新获取的图像进行分类，标记出分别属于哪一类器官。

2.如权利要求1所述的一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于：所述步骤b中，图像预处理包括构造全局掩模，标记内窥镜非图像区域；利用基于超像素的自适应暗区亮区检测方法，生成无效区域掩模，避免提取无关信息的特征。

3.如权利要求2所述的一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于：所述基于超像素的自适应暗区亮区检测方法是通过超像素分割获得全局最小参考点，利用分段函数计算出暗区亮区阈值，通过阈值分割出无效区域。

4.如权利要求1～3之一所述的一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于：所述步骤d中，图像纹理特征提取是利用彩色灰度不变局部三值模式CSILTP对内窥镜图像提取纹理特征。

5.如权利要求4所述的一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于：所述彩色灰度不变局部三值模式CSILTP是对内窥镜图像的R，G，B三个分量计算2范数，然后再计算灰度不变局部三值模式得到CSILTP。

6.如权利要求1～3之一所述的一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于：所述步骤f中，图像分类是利用训练好的分类器将胶囊内窥镜图像分为相应的器官类别。

7.如权利要求1所述的一种基于多特征融合的胶囊内窥镜图像分类方法，其特征在于：所述步骤f中，利用训练好的分类器进行图像分类，步骤如下：

1)在临床医生的指导下，将胶囊内窥镜图像进行分类；

2)将内窥镜非图像区域用一个全局mask进行标记；

3)利用暗区和亮区检测算法标记出无效区域，构造无效区域mask；

4)在全局mask和无效区域mask下提取所有图像的颜色和纹理特征；

5)利用DPA技术进行特征融合，形成特征数据集；

6)将特征数据集随机分成10份，每次取其中的9份进行分类器的训练，剩余的1份用来测试分类器的分类性能；

7)将10次分类的结果取平均值，与医生的分类结果进行对比，达到要求后完成分类器的训练。