1.一种基于局部信息的区域生长图像分割方法，其特征在于，包括以下步骤：(1)在原始图像的目标区域中人工选取一个种子点u；

(2)计算以种子点u为中心半径小于r的图像区域分别在R、G、B三个色彩通道上的均值和标准差 其中r为大于0的常数；

(3)初始化i＝1，ki＝ω，Si＝{u}，其中ω为大于0的常数；

(4)以种子点u为当前点，计算其邻域像素集Ωu中每一个像素p∈Ωu的局部色彩均值和其中，Rq、Gq和Bq分别表示像素q在R、G、B三个色彩通道上的值，L(p)表示以像素p为中心大小为(2n+1)×(2n+1)的局部像素块，其中n为大于等于0的自然数，card(L(p))表示像素块L(p)所包含的像素数目，取值为(2n+1)×(2n+1)；若 和 同时满足和 则将该邻域像素p包含进入集合Si；

(5)计算Si所包含像素分别在R、G、B三个色彩通道上的均值 和标准差(6)以Si为当前区域，采用步骤(4)所述方式计算Si邻域像素集ΩSi中每一个像素p∈ΩSi的局部色彩均值 和 若 和 同时满足和 则将该邻域像素p包含进入集合Si；

(7)重复步骤(5)和(6)，直至不再有新像素包含进入集合Si；

(8)判断i是否等于1，若不等，则执行步骤(9)；若相等，则执行i＝i+1，ki＝ki+δ，Si＝{u}，并重复步骤(4)～(7)，其中δ为大于0的常数；

(9)计算Si和Si-1所包含像素在R、G、B三个色彩通道上概率分布的Kullback-Leibler散度和：其中， 和 分别为Si和Si-1所包含像素在R、

G、B三个色彩通道上的概率分布，计算得到的D值越大，表明Si和Si-1所包含像素概率分布的差异越大；若计算得到的D值小于等于预设阈值ε，则执行i＝i+1，ki＝ki+δ，Si＝{u}，并重复步骤(4)～(7)，其中ε为大于0的常数；若D值大于ε，则取上一次区域生长结果Si-1作为最终的图像分割结果。

2.如权利要求1所述的一种基于局部信息的区域生长图像分割方法，其特征在于：所述r优选2～10之间的常数，所述ω优选0.2～2之间的常数，所述n优选1～6之间的自然数，所述ε优选3～50之间的常数，所述δ优选0.01～0.5之间的常数。

3.如权利要求1所述的一种基于局部信息的区域生长图像分割方法，其特征在于：在所述的第(4)和第(6)步中，邻域像素取4-邻域或8-邻域像素。