1.一种基于KL熵的RSF水平集图像自动分割方法，其特征在于，包括：获取待分割图像；

对待分割图像进行显著性分析，确定RSF模型的初始水平集；

计算图像的KL熵，将图像的KL熵值作为分割曲线内外部能量的权值系数，并将图像的KL熵引入RSF模型的水平集函数中，确定待分割图像的拟合能量泛函；

根据待分割图像的拟合能量泛函，求解演化方程，根据演化方程迭代求解，确定图像分割结果。

2.如权利要求1所述的基于KL熵的RSF水平集图像自动分割方法，其特征在于，所述对待分割图像进行显著性分析；具体包括：采用剩余谱方法获得显著图。

3.如权利要求1所述的基于KL熵的RSF水平集图像自动分割方法，其特征在于，所述图像的KL熵；具体包括：pi到p0的KL熵表示如下：

p0到pi的KL熵表示如下：

其中，x为图像上的点；pi和p0分别为内部区域和外部区域的概率密度分布函数；φ是RSF模型的水平集函数。

4.如权利要求3所述的基于KL熵的RSF水平集图像自动分割方法，其特征在于，所述待分割图像的拟合能量泛函；具体包括：其中，KL(pi/p0)和KL(p0/pi)为内外部能量权重系数；f1(x)和f2(x)分别是分割曲线内部和外部的图像灰度均值；H(φ)表示Heaviside函数；I(y)为给定图像；Kσ为高斯函数；υ和μ为正的加权常数。

5.如权利要求4所述的基于KL熵的RSF水平集图像自动分割方法，其特征在于，所述演化方程，具体包括：