1.一种基于改进密度聚类的彩色图像分割方法，其特征在于：具体按照下述步骤实施：步骤1：读取原始彩色图像，将图像的颜色信息映射为三维矩阵H；

步骤2：根据输入图像的颜色特点构建三维卷积核K；

步骤3：对获取的三维矩阵H和构建的三维卷积核K进行三维卷积运算，得到卷积结果C；

步骤4：卷积结果C经过线性整流单元运算后得到核心对象矩阵O，遍历核心对象矩阵O构建核心对象字典D；

步骤5：在核心对象字典D中按序选择一个核心对象作为种子，以该种子为起点迭代生成聚类簇，重复该过程直至字典D中所有核心对象都被访问，完成所有聚类簇的生成；

步骤6：根据原始图像中像素点的位置信息，将生成的聚类簇映射为分割图像。

2.根据权利要求1所述的基于改进密度聚类的彩色图像分割方法，其特征在于：所述步骤1中，将彩色图像的三个通道与三维矩阵的三个维度一一对应，则图像中像素点的颜色值对应于三维矩阵中的一个位置，该位置的值表示图像中该颜色出现的次数；根据上述规则，遍历图像每个像素点，像素点颜色值对应的矩阵位置值加1，最终得到二维彩色图像映射成的三维颜色矩阵 其中m1,m2,m3表示图像颜色空间的尺寸。

3.根据权利要求1所述的基于改进密度聚类的彩色图像分割方法，其特征在于：所述的步骤2中，三维卷积核被定义为一个r1×r2×r3的三维矩阵 卷积核中每个元素的值均为1，卷积核定义了同属一类样本点的邻域范围；在使用时，根据图像颜色空间的特点设计合适的卷积核形状可以达到最佳聚类效果。

4.根据权利要求1所述的基于改进密度聚类的彩色图像分割方法，其特征在于：所述的步骤3中，三维卷积过程分解为一次一维卷积过程和多次二维卷积过程，同时二维卷积过程被分解为两个方向的一维卷积过程，所有的一维卷积运算基于动态规划思想实现，相较于朴素卷积方法，所述的快速卷积方法时间复杂度降低为O(m1×m2×m3)，得到卷积结果

5.根据权利要求1所述的基于改进密度聚类的彩色图像分割方法，其特征在于：所述的步骤4中，卷积结果 经过线性整流单元运算后得到核心对象矩阵 按序遍历该三维矩阵，若矩阵元素的值不为‑1，其位置坐标即为核心对象，遍历结束可以生成核心对象的字典D，字典D中的核心对象具有有序性。

6.根据权利要求1所述的基于改进密度聚类的彩色图像分割方法，其特征在于：所述的步骤5中，创建核心对象队列Q，将核心对象字典D中第一个未访问元素加入队列Q，队列中的队首元素出队，在核心对象矩阵 找到该核心对象，在其邻域范围内搜索其他核心对象加入队列Q，标记该核心对象已访问，并且邻域范围内的所有样本点加入该聚类簇，迭代上述过程直至队列Q为空，实现一个聚类簇的生成；重复上述过程直至核心对象字典D中的所有核心对象都被访问，完成聚类过程。

7.根据权利要求1所述的基于改进密度聚类的彩色图像分割方法，其特征在于：所述的步骤6中，图像分割结果与各聚类簇对应，为了将聚类簇转化成分割图像，新建空白灰度图像，提取任一聚类簇，遍历原始图像中所有像素点，如果该像素点的颜色值在聚类簇中，则空白图像对应位置灰度值置为0，否则为255，遍历结束可以得到该聚类簇对应的二值化分割图像。