1.一种基于矢量场能量计算的轮廓检测方法，其特征在于包括以下步骤：A、输入经灰度处理的待检测图像，预设抑制系数，预设以Gabor滤波模板中心的直角坐标系，预设8个方向参数，分别为0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5°，分别设为方向Ⅰ‑方向Ⅷ，分别对待检测图像中的各像素点的灰度值分别按照各方向参数进行Gabor二维滤波函数滤波，得到各像素点的各方向的滤波奇响应和滤波偶响应，根据滤波奇响应和滤波偶响应计算得到各像素点的方向Ⅰ‑方向Ⅷ的响应值；对于各像素点，选取其方向Ⅰ‑方向Ⅷ的响应值中的最大值，作为该像素点的最优响应，该最优响应对应的方向为该像素点的最优方向；

B、对于各像素点：构建以当前像素点为中心的九宫格区域及直角坐标系，中间的格代表当前像素点，周边的八个格分别代表环绕当前像素点的8个像素点，作为当前像素点的周边像素点，以当前像素点X轴正方向的像素点作为像素点Ⅰ，根据环绕当前像素点逆时针方向的顺序，周边区域的其余的各个像素点依次为像素点Ⅱ‑像素点Ⅷ，像素点Ⅰ‑像素点Ⅷ分别对应的角度范围；

C、对于各像素点：将当前像素点最优方向所在的角度范围所对应的周边像素点的最优响应作为当前像素点的周边响应值；将当前像素点最优方向分别向X轴、Y轴进行矢量分解，分别得到最优方向的X分量与Y分量；将X分量的反向量所指向的周边像素点的最优响应作为当前像素点的X矢量值，将Y分量的反向量所指向的周边像素点的最优响应作为当前像素点的Y矢量值，其中X分量或Y分量为0的最优方向，定义其所对应的X矢量值或Y矢量值为0；

将当前像素点的周边响应值、X矢量值与最优方向正弦值的绝对值的乘积、Y矢量值与最优方向的余弦值的绝对值的乘积这三个量相加后除以1、最优方向正弦值的绝对值以及最优方向的余弦值的绝对值之和，得到的商再与当前像素点的最优响应相加，得到的结果作为当前像素点的周边最优响应；

D、对于各像素点：预设距离权重函数，将当前像素点的周边最优响应与距离权重函数进行卷积后得到当前像素点的抑制权重；

E、将各个像素点的周边最优响应减去该像素点对应的抑制权重与抑制系数的乘积，即得到各个像素点的抑制后响应；

F、对各像素点的抑制后响应使用非极大值抑制和二值化处理，得到各像素点的最终轮廓值，进而得到最终轮廓图。

2.如权利要求1所述的基于矢量场能量计算的轮廓检测方法，其特征在于包括以下步骤：步骤A中所述的Gabor二维滤波函数的表达式如下：

其中 γ为一个表示椭圆形感受野长短轴比例的常

数，参数λ为波长，σ为尺度，σ/λ＝0.56，是相角参数， θ为Gabor滤波的方向参数；

像素点(x,y)的Gabor响应值 计算如下：

其中

其中θi为Gabor滤波的某一方向参数，Nθ为Gabor滤波的方向参数的数量；I(x,y)为待检测图像的灰度值，*为卷积运算符；

像素点(x,y)的最优响应为:

像素点(x,y)的最优方向为:

θmax(x,y)＝argE(x,y)    (6)；

其中arg为提取角度的函数。

3.如权利要求2所述的基于矢量场能量计算的轮廓检测方法，其特征在于：步骤C中的像素点(x,y)周边最优响应 如下：

其中V为像素点(x,y)的周边响应值，Vx为像素点(x,y)的X矢量值，Vy为像素点(x,y)的Y矢量值，|sinθ|为像素点(x,y)的最优方向的正弦值的绝对值，|cosθ|为像素点(x,y)的最优方向的余弦值的绝对值。

4.如权利要求3所述的基于矢量场能量计算的轮廓检测方法，其特征在于：步骤D所述的权重函数ω(x,y)为：

其中，

||x||1为L1范数，||x||1＝|x1|+|x2|...+|xn|，x1,x2...xn为模板范围内各像素点的H(DoG(x,y))值，H(x)＝max(0,x)；

像素点(x,y)的抑制响应Inh(x,y)为：

5.如权利要求4所述的基于矢量场能量计算的轮廓检测方法，其特征在于：步骤E所述的抑制后响应R(x,y)为：

其中H(x)＝max(0,x)，α为抑制系数。