1.一种序列服饰图像主题色自适应提取方法，其特征在于包括如下步骤：(1)批量图像预处理：a、对图像逐一进行去噪；b、将图像由RGB颜色空间转换至HSV空间；

(2)视觉显著性检测：逐个提取各图像的视觉显著性区域，将显著性分层，将各显著层分割为单独的区域，获得各图像的视觉显著亮度图；

(3)生成聚焦融合图：将显著权重矩阵与HSV彩色图矩阵相乘，形成聚焦融合图；

(4)聚焦融合图颜色自适应聚类：采用迭代更新聚类中心方式，获得聚类数和各聚类中心值；

(5)意象色及其占比输出：对批量场景图像逐个提取主色，并融合成色彩综合图，对色彩综合图主色进行提取，获得场景的主题色，统计主题色像素数；最终输出序列场景的主题色HSV值及颜色占比。

2.根据权利要求1所述的一种序列服饰图像主题色自适应提取方法，其特征在于：所述步骤(1)a中：对图像逐一进行高斯滤波，消除高斯噪声，采用双边滤波法，保持边缘梯度，其计算公式为：式(1)中，g(i,j)代表输出点的像素值；f(k,l)代表模板中心点(k,l)的像素值；ω(i,j,k,l)为双边滤波器的模板权值，是由空间域核域值域核两个模板相乘所得，计算公式如下：式(2)中，σd、σr分别为距离模板和值域模板高斯函数标准差。

3.根据权利要求1所述的一种序列服饰图像主题色自适应提取方法，其特征在于，其特征在于：所述步骤(1)b中：将图像初始的RGB颜色空间按公式(1)转换至HSV空间，计算方式如公式(3)～(5)所示：v＝Cmax                                             (5)上式中，r、g、b分别为任一像素点R、G、B三通道归一化值；Cmax为[r g b]中最大值；Δ为[r g b]中最大值与最小值的差值；h、s、v分别为转换后该像素点的HSV值。

4.根据权利要求1所述的一种序列服饰图像主题色自适应提取方法，其特征在于：所述步骤(2)单个图像的视觉显著性检测方法如下：首先以任一像素点为联结点，计算与之相邻联结点之间的权重，计算公式如下：式(6)中，θij为权重值，ci、cj分别为两个相邻联结点的RGB均值，σθ为权重系数，ε为调节系数，取值范围设置为0～1；公式(6)权重的计算，表征相邻联结点之间的关联权重，在此基础上，计算各联结点显著值和关联性：式(7)中，p0为窗口中心点RGB均值，计算出该中心的迭代过程显著值；

式(8)中， 为初始显著值，Si、Sj分别为两个联结点的迭代显著值。λ为正则化参数。Ls为损失函数值；迭代计算公式(8)直至收敛至最小值停止计算，从而计算出任意两个联结点之间的关联性；通过逐点计算相邻联结对之间的关联性，从而遍历出该张图像的视觉显著值。

5.根据权利要求4所述的一种序列服饰图像主题色自适应提取方法，其特征在于：对其他图像采取所述视觉显著性检测方法，获得每幅图像的视觉显著值，其值归一化至0～1，形成视觉显著亮度图，并计算各显著区域的亮度与像素点数比值，生成显著权重矩阵。

6.根据权利要求1所述的一种序列服饰图像主题色自适应提取方法，其特征在于：所述步骤(4)：首先计算初始聚类中心，对图像聚焦融合图三通道值进行归一化处理，计算图像H、S、V均值，设置为初始聚类中心；

其次，计算各点与初始中心的欧氏距离，基于判定阈值判定与聚类中心是否相近或相异；

式(9)中， 分别为聚焦融合图i点的HSV通道值，H0、S0、V0分别为聚类中心HSV值；初始聚类中心为图像HSV三通道均值；μ为调节系数；θ(t)为第t次判定阈值；

再次，判定各点θ(t)值，当小于阈值时，归入第1类，不再参与计算；若大于阈值，暂归入其他类；

按上述方式，对其他类中像素重新计算聚类中心，判定各点是否落于第2类，或其他类；

迭代更新聚类中心，直至不可分，获得聚类数和各聚类中心值。