1.一种用于显微图像的广谱去噪方法，其特征在于，包括：S1：逐行或逐列提取预先获取的原始图像的边缘重叠的子块图像，得到子块图像矩阵Yraw；

S2：将子块图像矩阵Yraw逐行或逐列首尾相接得到一维向量yraw；

S3：对预先获取的测量矩阵A进行迭代优化处理，得到优化矩阵Ao；其中，测量矩阵A由成像系统的点扩散函数确定；

S4：基于测量矩阵A和优化矩阵Ao计算过渡矩阵T，并对过渡矩阵T进行奇异值分解，得到TUSV；

S5：基于SVT和一维向量yraw计算得到一维向量ySV＝SVTyraw；

S6：将一维向量ySV中的各元素值和阈值cri进行比较，若大于阈值cri，则将元素值设置为cri，得到y'SV；

-1

S7：计算压制噪声后的一维向量yWSD＝T (Uy'SV)；

S8：将压制噪声后的一维向量yWSD根据二维图像矩阵Yraw的行列数进行变形，得到去噪后的二维图像矩阵YWSD；

S9：基于去噪后的二维图像矩阵YWSD，切去边缘重叠部分，逐行或逐列拼接成完整的去噪后的图像。

2.根据权利要求1所述的一种用于显微图像的广谱去噪方法，其特征在于，步骤S3具体包括：对测量矩阵A各行进行正交规范化处理，各列进行单位化处理，完成一次处理，得到新的测量矩阵，并基于新的测量矩阵进行N1次迭代处理，得到优化矩阵Ao；

或者，

对测量矩阵A各行进行正交规范化处理，得到优化矩阵Ao。

3.根据权利要求1或2所述的一种用于显微图像的广谱去噪方法，其特征在于，所述点扩散函数包括：高斯函数、贝塞尔函数、成像系统生成的PSF或者由实验数据拟合得到的PSF。

4.根据权利要求1所述的一种用于显微图像的广谱去噪方法，其特征在于，阈值cri为一维向量ySV中从第istar个到第itail个元素中绝对值的最大值；

其中，istar是小于等于M×star的最邻近的整数，itail是小于等于M×tail的最邻近的整数，M为测量矩阵A的行数，star为起始值，tail为终止值。

5.根据权利要求4所述的一种用于显微图像的广谱去噪方法，其特征在于，起始值star为0.7，终止值tail为1。

6.根据权利要求4所述的一种用于显微图像的广谱去噪方法，其特征在于，起始值star为0.9，终止值tail为0.95。