1.一种基于多种特征融合的图像语义分割方法，其特征在于，所述的图像语义分割方法包括以下步骤：

S1、将待分割图像输入到融合了增强图像特征和图像边缘特征的空洞‑稠密结构中；

S2、在空洞‑稠密结构的图像增强通道、空洞卷积通道及图像边缘特征提取通道中分别对待分割图像进行特征图提取；所述的空洞‑稠密结构中卷积层和空洞卷积层的参数利用改进后的L1范数确定，减少卷积层和空洞卷积层中冗余的卷积核；所述的改进后的L1范数是在L1范数基础上增加方差调节L1范数的平滑性，改进后的公式如下所示：其中，h和w分别为卷积核的高和宽，xi,j为卷积核中矩阵的元素值，u为卷积核中矩阵元素的均值；

S3、将图像增强通道、空洞卷积通道及图像边缘特征提取通道提取的特征图通过稠密连接的方式进行合并；所述的空洞卷积通道将输入图像经过两层卷积层后进入采样间隔分别为1、2和5的三个空洞卷积层中，并且，每一个空洞卷积层后面连接批量归一化层和激活函数层；所述的图像边缘特征提取通道采用Canny算子的边缘提取算法来获取图像边缘信息，然后将图像边缘信息输入两层卷积层和一层批量归一化层，从而获得图像边缘特征；

S4、将合并后得到的特征图输入到由多个稠密块依次串联构成的特征提取器中，得到待检测图像的特征图；所述的稠密块包括两条并行通道，第一条通道由三个空洞卷积层、批量归一化层和relu激活函数层构成，并且三个空洞卷积层的采样间隔分别为1、2和5，第二条通道由三个卷积层和归一化层构成，两条通道在输出部分进行稠密连接后经过一层relu激活函数进行输出；

S5、将特征提取器获取的特征图输入反卷积层中进行上采样得到语义分析的检测结果。

2.根据权利要求1所述的一种基于多种特征融合的图像语义分割方法，其特征在于，所述的图像增强通道采用自适应直方图均衡化方法对输入图像进行增强，然后将增强后的图像输入两层卷积层和一层批量归一化层，从而获得增强后的特征图；或者，所述的图像增强通道采用限制对比度自适应直方图均衡化方法对图像进行增强，然后将增强后的图像输入两层卷积层和一层批量归一化层，从而获得增强后的特征图。

3.根据权利要求1所述的一种基于多种特征融合的图像语义分割方法，其特征在于，所述的步骤S5中将特征提取器获取的特征图输入反卷积层中基于双线性插值进行上采样得到语义分析的检测结果。