1.一种多特征SAR溢油检测方法，其特征在于，针对目标海域海面SAR图像，执行以下步骤，获得目标海域海面SAR图像中的溢油区域：步骤1：针对目标海域海面SAR图像对应的极化相干矩阵，进行Cloude分解，获得极化相干矩阵的特征值；

步骤2：基于极化相干矩阵的特征值，结合构建的极化特征组合，获得目标海域海面SAR图像的极化特征组合谱；

步骤3：基于目标海域海面SAR图像的极化特征组合谱，利用预训练的以海域SAR图像，结合该海域SAR图像的极化特征组合谱为输入，以标记了溢油区域的该海域SAR图像为输出的溢油区域提取模型，获得标记了溢油区域的目标海域海面SAR图像，进而获得目标海域海面SAR图像中的溢油区域；

还包括步骤4，基于步骤3获得的标记了溢油区域的目标海域海面SAR图像，通过粗分割指引下的轮廓正则化修正策略，包括以下步骤，对溢油区域进行修正，更新目标海域海面SAR图像中的溢油区域：步骤4.1：针对标记了溢油区域的目标海域海面SAR图像，采用相关滤波法进行孤立点的剔除，更新标记了溢油区域的目标海域海面SAR图像；

步骤4.2：基于标记了溢油区域的目标海域海面SAR图像，针对溢油区域采用8‑connection方法，获得该图像中溢油区域对应的连通域集合Y， ， 表示第n个溢油区域对应的连通域子集，N表示溢油区域总数量；

步骤4.3：基于溢油区域对应的连通域集合Y，分别针对各个连通域子集 ，构建各个连通域子集分别对应的外接矩形，获得各个连通域子集分别对应的外接矩形区域；

步骤4.4：分别针对各个连通域子集对应的外接矩形区域，以分割能量函数最小化为目标，结合标准梯度下降法迭代对外接矩形区域进行分割，获得最优溢油分割轮廓，将最优溢油分割轮廓中包含的溢油区域作为更新后的溢油区域，进而更新目标海域海面SAR图像中的溢油区域。

2.根据权利要求1所述一种多特征SAR溢油检测方法，其特征在于，所述步骤1中，通过以下公式，获得极化相干矩阵的特征值：，

式中， 表示目标海域海面SAR图像对应的极化相干矩阵； 、 、 分别表示极化相干矩阵的三个特征值， ； 表示3x3特殊酉矩阵SU(3)，其中，表示 对应的特征向量，表示 对应的特征向量；表示 对应的特征向量。

3.根据权利要求1所述一种多特征SAR溢油检测方法，其特征在于，所述步骤2中构建的极化特征组合 ，如下所示：，

其中， ， ，

式中， 表示极化相干矩阵的三个特征值基于从大到小的排序中排序第一的特征值；

表示极化相干矩阵的三个特征值基于从大到小的排序中排序第二的特征值； 表示极化相干矩阵的三个特征值基于从大到小的排序中排序第三的特征值； 表示改进各向异性度； 表示基座高度。

4.根据权利要求1所述一种多特征SAR溢油检测方法，其特征在于，所述溢油区域提取模型，采用核函数为线性核函数的SVM模型。

5.根据权利要求1所述一种多特征SAR溢油检测方法，其特征在于，所述步骤4.4中，分别针对各个连通域子集对应的外接矩形区域，执行以下步骤：步骤4.4.1：针对连通域子集对应的外接矩形区域，构建该外接矩形区域对应的的图像像素强度概率分布模型；

步骤4.4.2：基于图像像素强度概率分布模型，采用如下所示分割能量函数 ：，

式中， ，当 表示溢油区域，当 表示非溢油区域；和 均表示预设的正的平衡参数； 表示 区域图像服从概率分布获得的雷达截面分量；表示像素点；表示以像素点为中心的预设邻近区域中在 区域的像素点；表示水平集函数；表示用水平集函数表示的能量函数； 表示零水平集轮廓的长度； 表示正则化；

步骤4.4.3：基于分割能量函数，以分割能量函数最小化为目标，采用标准梯度下降法迭代交替更新 和 ，获得分割能量函数最小时对应的最优 ，进而获得最优对应的最优溢油分割轮廓；将最优溢油分割轮廓中包含的溢油区域作为更新后的溢油区域，进而更新目标海域海面SAR图像中的溢油区域。