1.一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，包括如下步骤：接收彩色图像，并将其从RGB色彩空间转换到HSV色彩空间，在转换的图像中提取V通道亮度值；

根据V通道亮度值计算V通道亮度均值，并根据预设的受限阈值，选择输出得到亮度受限的V通道亮度图像；

对亮度受限的V通道亮度图像进行处理，获得分割区域、像素点邻域信息、以及光照分量；

结合获得的分割区域、像素点邻域信息构造自适应目标均值，并利用自适应目标均值和获得的光照分量共同构造Gamma校正指数；

对亮度受限的V通道亮度图像进行自适应Gamma校正，得到非均匀光照下校正的V通道亮度图像；

根据接收的彩色图像选择输出校正的V通道亮度图像，将校正的V通道亮度图像结合H通道色调值、S通道饱和度值重组回到HSV色彩空间，然后将其转换回RGB色彩空间得到校正后的RGB彩色图像。

2.根据权利要求1所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，对亮度受限的V通道亮度图像进行处理，获得分割区域、像素点邻域信息、以及光照分量的方法包括：

对亮度受限的V通道亮度图像执行对数变换增强，获得初步增强的V通道亮度图像，对获得初步增强的V通道亮度图像进行纹理边界增强的二值化操作，得出二值化图像，利用形态学对二值化图像去噪及区域分割，获取所述分割区域；

对亮度受限的V通道亮度图像执行8邻域均值滤波获得图像中像素点的邻域信息；

对亮度受限的V通道图像采用多尺度高斯滤波与引导滤波结合的方法获取光照分量。

3.根据权利要求1所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，选择输出得到亮度受限的V通道亮度图像的处理公式如下：其中，Ilim为输出的亮度受限的V通道亮度图像，Iv为待校正的V通道亮度图像， 为待校正的V通道亮度图像的亮度均值，Ith1为预设的受限阈值；其中，Ith1在[0.5,0.7]范围内。

4.根据权利要求2所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，对获得初步增强的V通道亮度图像进行纹理边界增强的二值化操作，得出二值化图像的方法包括：

对初步增强的V通道亮度图像分别进行如下两种二值化操作，通过对两二值化操作的结果进行逻辑与运算获得所述二值化图像；第一种二值化操作包括：首先对初步增强的V通道亮度图像F进行窗口大小为s1×s1的均值滤波，得到每个像素点的邻域均值，再将每个像素点的亮度值与邻域均值相除，相除结果与自适应敏感度因子T对比，根据对比结果选择输出第一种二值化操作后的二值图像；

第二种二值化操作包括：

用初步增强的V通道亮度图像F减去对初步增强的V通道亮度图像F进行窗口大小为s2×s2均值滤波后得到图像Fs2×s2后，再减去常数C得到差值图像，然后根据差值图像中像素值的正负进行二值化处理，得到只包含纹理边界的二值化图像；

其中，根据初步增强的V通道亮度图像F的均值构造自适应敏感度因子T；

第一种二值化操作中的均值滤波过程如下：遍历初步增强的V通道亮度图像F，计算F的积分图像，再次遍历积分图像，计算每个像素的s1×s1窗口的邻域均值；

其中，积分图像的计算公式为：

IInteg(x,y)＝F(x,y)+IInteg(x‑1,y)+IInteg(x,y‑1)‑IInteg(x‑1,y‑1)    (2)式中，F(x,y)表示初步增强的V通道亮度图像F的像素值，IInteg(x,y)表示积分图像的像素值；IInteg(x,y‑1)、IInteg(x‑1,y)、IInteg(x‑1,y‑1)分别表示和(x,y)相邻的下方、左方和左下方的积分图像的像素值；

对于第二种二值化操作中的常数C的取值范围如下：。

5.根据权利要求2所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，

利用形态学对二值化图像进行去噪及对二值化图像进行区域分割的过程如下：利用膨胀、腐蚀以及删除小面积对象的方法对二值化图像进行形态学去噪处理，获得二值化图像中的区域边界；

标记去噪后的区域边界，并根据标记的区域边界将图像划分为多个分片区域及对多个分片区域进行编号排序，实现二值化图像的区域分割。

6.根据权利要求2所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，获得每个像素点的邻域信息8邻域均值滤波运算的卷积核模板为：式中，H为8邻域均值滤波运算的卷积核模板。

7.根据权利要求2所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，对亮度受限的V通道亮度图像采用多尺度高斯滤波与引导滤波结合的方法获取光照分量包括：

用高斯函数对亮度受限的V通道亮度图像做卷积运算并加权后得到初步估计的光照分量；

用初步估计的光照分量作为引导量对亮度受限的V通道亮度图像进行引导滤波得到最终估计的光照分量Iq；

其中，所述高斯函数具有一个以上的尺度因子，运算公式如下：式中，c为尺度因子，λ为归一化常数，确保高斯函数G(x,y)满足归一化条件；

利用多个尺度因子的高斯函数分别提取光照分量并进行加权，多尺度高斯滤波计算公式如下：

式中，gaus(x,y)为多尺度高斯滤波提取的光照分量，αi为第i个尺度高斯函数提取的光照分量的权重系数，n为用到的尺度数，Ilim为亮度受限的V通道亮度图像；

由引导滤波计算输出的亮度受限的V通道亮度图像的光照分量Iq和作为引导图像的多尺度高斯滤波图gaus存在的局部线性关系，引导滤波的计算模型输出局部线性关系的公式如下：

式中ωk为以r为半径的确定的窗口，ak，bk是以k为中心的唯一确定的常量系数，j、k表示像素索引，gausj输入的多尺度高斯图像在j处的值，Iqj表示引导滤波得到的最终估计的光照分量Iq在j处的值；

求解式(7)线性方程的系数为使得拟合函数的输出图像Iq与输入亮度受限的V通道亮度图像间的差距最小；

对于每个滤波窗口，求解线性方程的系数问题转化为最优化问题的公式为：式中，E(ak,bk)为代价函数；ak和bk为待求解的系数；ε为调整参数；Ilim_j为引导滤波的输入图像，通过令E(ak,bk)的偏导等于零求得系数ak和bk，并代入式(11)得到最终的光照分量Iq。

8.根据权利要求1所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，构造自适应目标均值包括如下步骤：将亮度受限的V通道亮度图像Ilim的亮度均值大于设定阈值的图像判定为中等亮度图像；否则，判定为低亮度图像；

分别对中等亮度图像、低亮度图像进行暗属性区域、亮属性区域标记；

分别计算中等亮度图像及低亮度图像的暗属性区域的亮度特征值，并将所述亮度特征值分别代入各自相应的自适应目标均值函数，从而获取暗属性区域的自适应目标均值；

分别获取中等亮度图像及低亮度图像的亮属性区域的理想预设值，并将所述理想预设值分别代入各自相应的自适应目标均值函数，从而获取亮属性区域的自适应目标均值；

其中，所述亮度特征模型公式如下：式中，c(i)表示区域i的亮度特征，Vi1表示亮度受限的V通道亮度图像Ilim在区域i中的中值，Ei1表示亮度受限的V通道亮度图像Ilim的8邻域图像在区域i中的均值，Ei2表示亮度受限的V通道亮度图像Ilim的8邻域图像在区域i中的中值；

在中等亮度图像下，将暗属性区域的亮度特征值代入如下自适应目标均值函数：在中等亮度图像下，将亮属性区域的理想预设值代入如下自适应目标均值函数：Yo(i)＝Iomean            (11)式中，Yo(i)表示当前区域定义的自适应目标均值；Iomean为目标均值的理想预设值；

在低亮度图像下，将暗属性区域下亮度特征值代入如下自适应目标均值函数：在低亮度图像下，将亮属性区域的理想预设值代入如下自适应目标均值函数：Yo(i)＝p‑0.01              (13)(10)至(14)式中，Yo(i)表示当前区域i的自适应目标均值，c表示区域亮度特征，p为根据输入亮度受限的V通道亮度图像Ilim与目标均值的理想预设值Iomean逆推得到的目标均值调整系数， 表示亮度受限的V通道亮度图像Ilim的均值，Iomean为目标均值的理想预设值。

9.根据权利要求1所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，

所述自适应Gamma校正指数计算公式如下：式中，γ表示构造的自适应Gamma校正指数，Yo表示构造的自适应目标均值，Iq表示多尺度高斯滤波和引导滤波结合提取亮度受限的V通道亮度图像Ilim的光照分量；

对初步增强的V通道亮度图像F进行自适应Gamma校正处理的计算公式如下：γ

Fout＝F        (16)式中，F表示对数变换后初步增强的V通道亮度图像，Fout表示自适应Gamma校正后的V通道亮度图像。

10.根据权利要求1所述的一种基于区域划分的非均匀光照彩色图像校正方法，其特征在于，根据接收的彩色图像选择输出校正的V通道亮度图像包括：若接收彩色图像的原始V通道亮度图像亮度均值大于受限阈值，则对校正后的V通道亮度图像再次取反还原，输出校正还原的V通道亮度图像；

将校正还原的V通道亮度图像结合H通道色调值、S通道饱和度值重组回到HSV色彩空间，然后将其转换回RGB色彩空间得到RGB彩色图像。