1.一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，包括：S1、基于格式塔线索将待检图像划分为多个图像块，对全部所述图像块进行显著性检测，根据显著性检测结果对全部所述图像块进行组合，并将图像块组合后的显著性检测结果作为第一层线索；

S2、使用一般性目标检测方法对所述待检图像进行目标检测，将目标检测结果作为第二层线索；

S3、基于交叉扩散方法，将所述第一层线索和所述第二层线索进行线索融合，并得到显著性结果图。

2.根据权利要求1所述的一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，所述步骤S1具体包括：S11、使用高斯滤波器对所述待检图像进行平滑处理，得到处理后的待检图像，然后基于格式塔法则中的近邻性线索和相似性线索提取图像遍历步长；

S12、利用所述图像遍历步长设置窗口实现图像遍历，将处理后的待检图像划分为多个图像块；

S13、融合格式塔法则的连续性线索和闭合性线索，对全部所述图像块进行显著性检测，得到显著性检测结果，根据所述显著性检测结果对全部所述图像块进行组合，并将图像块组合后的显著性检测结果作为第一层线索。

3.根据权利要求2所述的一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，所述步骤S11具体包括：使用高斯滤波器对所述待检图像进行平滑处理，得到处理后的待检图像；

基于格式塔法则中的近邻性线索和相似性线索提取图像遍历步长，所述图像遍历步长根据以下公式计算：L＝gesD(x)aver

其中，aver为求平均值，gesD(x)为像素之间的格式塔距离函数，根据以下公式计算：其中，xi、xj是像素点的距离特征线索，ci、cj为像素点的特征信息， 为所述待检图像中的任意两个像素i和j之间的近邻性线索， 为所述待检图像中的任意两个像素i和j之间的相似性线索。

4.根据权利要求3所述的一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，所述步骤S13具体包括：融合格式塔法则的连续性线索和闭合性线索，对所述图像块进行显著性检测，并得到显著性检测结果，根据所述显著性检测结果对全部所述图像块进行组合，并将图像块组合后的显著性检测结果作为第一层线索，所述组合后的显著性检测结果Ws表示为：其中，Siv为所述图像块的显著性矩阵，即所述显著性检测结果，根据以下公式计算：k表示某个图像块中超像素区域的个数，wij表示超像素块间近邻性和相似性线索的权值线性组合，根据以下公式计算：其中，α、β为灵敏度参数；

U(i)为颜色和位置唯一性值，D(i)为每个超像素块颜色空间分布的方差值，分别根据以下公式计算：其中， 为两个超像素块ri和rj之间的闭合性线索， 为两个超像素块ri和rj之间的连续性线索，分别根据以下公式计算：其中， 和 为预设参数，g(r)为超像素块r的格式塔线索，根据以下公式计算：

其中，ω的闭合性p(zcls|ω)为：

其中l＝1，2，...，K，|ejl|表示线段ejl的长度；

ω的连续性p(zcon|ω)为：

其中，r表示图像块中的超像素块，z表示格式塔线索，ω表示需要区分的目标超像素块，gcls、gcon分别表示超像素块的闭合性格式塔线索和连续性格式塔线索，zcls、zcls分别表示闭合性格式塔线索和连续性格式塔线索，对分割后的像素块边缘进行细化和跟踪，获得边缘线段的集合，所述边缘线段的集合表示为{e1，e2，...，ej}，每条线段都对应两个超像素块(ri，rj)，根据超像素块之间的显著性特征差异程度，将ej的强度值设为

5.根据权利要求1所述的一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，所述步骤S3具体包括：S31、基于交叉扩散方法，构建显著性检测对象分层检测模型，根据所述第一层线索构建基于视觉线索的非负亲和矩阵，根据所述第二层线索构建基于一般性目标分布线索的非负亲和矩阵；

S32、对所述非负亲和矩阵分别进行归一化处理，得到归一化状态矩阵，作为核矩阵；

S33、对所述核矩阵进行预设次数的迭代，得到融合矩阵；

S34、根据所述融合矩阵，得到融合后的显著性结果图。

6.根据权利要求5所述的一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，所述S31步骤，具体包括：构建分层检测模型，根据两层检测结果构建基于视觉线索非负亲和矩阵WSC和基于一般性目标分布线索的非负亲和矩阵WOC；

令待融合的线索加权图像分别为gs和go，其对应的非负亲和矩阵分别为WSC和WOC；

根据交叉扩散过程的定义，对于每一个线索加权图g＝(v，ε，W)，v＝{1，…，n}表示图像的点， 表示图像的边， 表示非负亲和矩阵，Wij表示点i，j之间的度量关系，当Wij＝0时表示没有线索。

7.根据权利要求3所述的一种复杂场景下的多目标视觉显著性分层检测方法，其特征在于，所述像素点的特征信息ci包括：颜色、亮度和方向。

8.一种复杂场景下的多目标视觉显著性分层检测装置，其特征在于，包括：显著性检测模块，用于基于格式塔线索将待检图像划分为多个图像块，对全部所述图像块进行显著性检测，根据显著性检测结果对全部所述图像块进行组合，并将图像块组合后的显著性检测结果作为第一层线索；

目标检测模块，用于使用一般性目标检测方法对待检图像进行目标检测，将目标检测结果作为第二层线索；

线索融合模块，用于基于交叉扩散方法将所述第一层线索和所述第二层线索进行线索融合，并得到显著性结果图。

9.一种电子设备，其特征在于，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的一种复杂场景下的多目标视觉显著性分层检测方法的步骤。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的一种复杂场景下的多目标视觉显著性分层检测方法的步骤。