1.一种光学遥感图像显著目标检测方法，其特征在于，所述光学遥感图像显著目标检测方法，包括：将待检测光学遥感图像输入到特征提取模块提取不同尺度的特征；

将不同尺度的特征分别输入到各个尺度对应的边缘刻画模块和主体刻画模块，获取对应的不同尺度边缘特征和不同尺度主体特征；

将不同尺度的主体特征和边缘特征分别输入到主体解码器和边缘解码器进行解码操作，得到第一次融合后的主体特征和边缘特征；

将第一次融合后的主体特征和边缘特征进行连接操作，得到第一主体边缘特征，并将第一主体边缘特征输入到交互编码器，得到不同尺度的交互特征；

将不同尺度的交互特征输入到主体解码器和边缘解码器，主体解码器和边缘解码器再次解码操作输出第二次融合后的主体特征和边缘特征，并将第二次融合后的主体特征和边缘特征进行连接操作，得到第二主体边缘特征；

对第二主体边缘特征进行卷积和上采样，得到最终的主体边缘图，作为最终的显著目标检测结果；

其中，所述将不同尺度的特征分别输入到各个尺度对应的边缘刻画模块和主体刻画模块，获取对应的不同尺度边缘特征和不同尺度主体特征，其中边缘特征获取过程如下：分别将不同尺度的特征通过一层1×1卷积和一层3×3卷积，将输入的不同尺度的特征压缩为具有相同通道数并保持原有空间尺度的细化后的特征；

对细化后的特征进行通道注意处理，以减少特征中的冗余信息，得到净化后的特征；

对净化后的特征进行空间注意处理，得到边缘特征图；

将净化后的特征和边缘特征图进行元素乘法，然后通过两层3×3卷积，得到不同尺度边缘特征；

其中主体特征获取过程如下：

分别将不同尺度的特征通过一层1×1卷积和一层3×3卷积，将输入的不同尺度的特征压缩为具有相同通道数并保持原有空间尺度的细化后的特征；

对细化后的特征进行通道注意处理，以减少特征中的冗余信息，得到净化后的特征；

对净化后的特征进行空间注意处理，得到前景特征图；

将净化后的特征和前景特征图进行元素乘法，然后通过两层3×3卷积，得到不同尺度主体特征；

所述将不同尺度的主体特征和边缘特征分别输入到主体解码器和边缘解码器进行解码操作，得到第一次融合后的主体特征和边缘特征，其中主体解码器通过上采样将前后两个尺度的输入特征转化为同一尺度，然后进行相加操作，并经过一层卷积细化特征；边缘解码器通过上采样将前后两个尺度的输入特征转化为同一尺度，然后进行相加操作，并经过一层卷积细化特征；

所述将第一主体边缘特征输入到交互编码器，得到不同尺度的交互特征，其中交互编码器包括四层，每一层交互编码器都是一层3×3卷积，将第一主体边缘特征输入交互编码器依次通过每一层3×3卷积，得到不同尺度的交互特征；

所述将不同尺度的交互特征输入到主体解码器和边缘解码器，主体解码器和边缘解码器再次解码操作输出第二次融合后的主体特征和边缘特征，其中主体解码器通过上采样将前后两个尺度的输入特征转化为同一尺度，然后与输入的交互特征进行相加操作，并经过一层卷积细化特征；边缘解码器通过上采样将前后两个尺度的输入特征转化为同一尺度，然后与输入的交互特征进行相加操作，并经过一层卷积细化特征。

2.根据权利要求1所述的光学遥感图像显著目标检测方法，其特征在于，所述光学遥感图像显著目标检测方法，还包括：在训练时，利用距离变换的方法对训练样本的原始标签进行解耦，得到主体标签和边缘标签；

然后在主体解码器和边缘解码器进行解码操作，得到第一次融合后的主体特征和边缘特征后，将主体特征和边缘特征分别进行一次3×3卷积，然后进行上采样操作，分别得主体图和边缘图；

根据得到的主体图和特征图，以及主体标签和边缘标签，计算主体图损失和边缘图损失；

根据最终的主体边缘图和原始标签，计算出主体边缘损失；

计算包括主体图损失、边缘图损失和主体边缘损失的联合损失，进行反向传播，更新网络参数。

3.根据权利要求2所述的光学遥感图像显著目标检测方法，其特征在于，所述利用距离变换的方法对训练样本的原始标签进行解耦，得到主体标签和边缘标签，包括：获取训练样本的原始标签，其标签是二值图像I；

将二值图像I分为两组，分别为前景Ifg和背景Ibg，对于每个像素p，I(p)为每个像素对应的值，Ifg(p)＝1，Ibg(p)＝0；

计算前景与背景的像素点之间的最小距离，如果像素p在背景，则将其最小距离设为零；如果像素p在前景，通过距离变换在背景中找其最近的像素q，然后使用距离公式计算像素p和q之间的距离；

将计算出的像素之间的最小距离作为图像的像素，生成一个新的图像I′；

对图像I′中的像素值进行归一化，将像素值映射到[0，1]上；

将图像I′与原始图像I相乘，去除背景干扰，并获取解耦后的新标签，计算公式如下：BL＝I×I′，DL＝I×(1‑I′)

其中，BL是主体标签，DL为边缘标签。