1.一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的校正方法包括以下步骤：(1)输入待检测整体排版麻将的麻将行列数，并采集一副背景图像：

在对麻将图像进行校正之前，固定摄像头拍摄位置和焦距，输入以单个麻将为单位的待检测整体排版麻将的麻将行数whole_row和麻将列数whole_col，并采集一副无麻将且色度空间格式为YUV的背景图像，保存该背景图像的Y分量图像作为背景图像灰度图；

(2)输入一副包含整体排版麻将的采集图像，并从中分割得到整体排版麻将灰度图：

首先输入一副包含整体排版麻将且色度空间格式为YUV的采集图像，取其Y分量图像作为采集图像灰度图，然后利用灰度图背景差分法和差分图像二值化法将采集图像灰度图和步骤(1)中保存的背景图像灰度图做差取绝对值并进行二值化，得到图像背景为纯黑色的差值图像二值图Amxn，m为像素行数、n为像素列数，再提取处于前景的整体排版麻将的位置坐标，从采集图像灰度图中分割得到整体排版麻将灰度图；

(3)单个麻将的划分：

利用步骤(1)输入的whole_row和whole_col，采用等间距法将所有单个麻将从整体排版麻将灰度图中划分开来；

(4)单个麻将的光照类型分类：

根据光照特征，先将步骤(2)得到的整体排版麻将灰度图划分为麻将背景和麻将图案，再将步骤(3)得到的所有单个麻将分为高光类麻将、均匀类麻将和阴影类麻将共三种类型；

(5)单个麻将的均值归一化处理：

对步骤(4)得到的高光类麻将和阴影类麻将进行均值归一化处理；

(6)整体排版麻将的锐化：

采用四邻域拉普拉斯算法对由所有单个麻将组成的整体排版麻将灰度图进行整体锐化处理；

(7)整体排版麻将的色度增强：

结合步骤(2)得到的整体排版麻将的位置坐标，利用采集图像的红色分量信息增强整体排版麻将灰度图中对应位置的麻将图案；

(8)单个麻将的去噪处理：

对所有阴影类麻将进行基于幅值的四邻域统计局部去噪；

(9)输出一副已完成光照不均校正的整体排版麻将灰度图：

输出一副经过步骤(2)到步骤(8)光照不均校正后的整体排版麻将灰度图。

2.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(2)中包含以下子步骤：(2-1)输入一副包含待检测整体排版麻将的采集图像，取其亮度分量Y得到采集图像灰度图，并将采集图像灰度图与步骤(1)中已保存的背景图像灰度图进行对应位置相减并取绝对值，得到差值图像；

(2-2)使用阈值Tinit遍历该差值图像的所有像素点，若像素点的灰度值大于等于Tinit，则该像素点的灰度值置为与纯白色对应的灰度值255，若像素点灰度值小于Tinit，则该像素点的灰度值置为与纯黑色对应的灰度值0，经过遍历后得到该差值图像的二值图Amxn；

(2-3)通过投影方式得到整体排版麻将上下左右边界的坐标：

首先利用式(1)对差值图像的二值图进行水平投影，利用式(2)对差值图像的二值图进行竖直投影：式中HORmx1和VER1xn分别为水平投影矩阵和竖直投影矩阵，Cnx1和R1xm分别为元素全为1的列向量和元素全为1的行向量；接着在水平投影矩阵HORmx1中，查找从上到下第一次出现连续Num个均大于Tc的投影值，将这些投影值中最上方投影值的位置作为整体排版麻将上边界的竖直坐标；在水平投影矩阵HORmx1中，查找从下到上第一次出现连续Num个均大于Tc的投影值，将这些投影值中最下方投影值的位置作为下边界的竖直坐标；然后在竖直投影矩阵VER1xn中，查找从左到右第一次出现连续Num个均大于Tc的投影值，将这些投影值中最左边投影值的位置作为左边界的水平坐标；在竖直投影矩阵VER1xn中，查找从右到左第一次出现连续Num个均大于Tc的投影值，将这些投影值中最右边投影值的位置作为右边界的水平坐标；最后利用这四个坐标，从采集图像灰度图中分割得到整体排版麻将灰度图，若检测不到上述四个坐标中的任意一个，则返回步骤(2)，重新输入一副采集图像，继续分割整体排版麻将。

3.如权利要求2所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，阈值Tinit的取值范围为[20,160]，Num的取值范围为[10,100]，Tc取值范围为[0.05,0.45]。

4.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(3)中，采用等间距法将整体排版麻将划分为whole_row行whole_col列的单个麻将：将步骤(2)中得到的整体排版麻将的左右边界的水平坐标作差、上下边界的竖直坐标作差，分别计算得到整体排版麻将的像素宽度whole_width和像素高度whole_height；将whole_width与步骤(1)中输入的整体排版麻将的麻将列数whole_col作商，即得到单个麻将的像素宽度one_width，将whole_height与步骤(1)中输入的整体排版麻将的麻将行数whole_row作商，即得到单个麻将的像素高度one_height，从而等间距地从上到下、从左到右将所有单个麻将从整体排版麻将灰度图中划分开来，若无法整除，则采用四舍五入法处理。

5.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(4)中，将单个麻将按光照类型分为三类，即高光类麻将、均匀类麻将和阴影类麻将，分类包含以下子步骤：(4-1)麻将图案和麻将背景的划分：

对整体排版麻将灰度图，采用OTSU方法计算用于划分麻将图案和麻将背景的整体阈值TWseg，并遍历整体排版麻将灰度图，若当前像素点的灰度值大于TWseg，则认为该像素点属于麻将背景，否则属于麻将图案；

(4-2)麻将光照类型的分类：

分析单个麻将的麻将背景的灰度值均值和方差，若均值大于Tavg，且方差小于Tvar，则将该麻将记为高光类，若均值大于Tavg，且方差大于等于Tvar，则记为均匀类，若不满足以上两种情况的，则记为阴影类。

6.如权利要求5所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，Tavg的取值范围为[180,250]，Tvar的取值范围为[5,15]。

7.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(5)中，对高光类和阴影类的单个麻将进行均值归一化处理：首先计算每一个均匀类麻将的麻将背景的灰度值均值avgeq(i,j)，其中i和j分别表示该麻将在整体排版麻将中的麻将行序数和麻将列序数；接着将所有avgeq(i,j)进行升序排序并取中值作为校正基准值，记为avgbase；然后，对每个阴影类和高光类麻将，先计算其麻将背景的灰度值均值avguneven(i,j)，再利用式(3)计算该麻将每一个像素点均值归一化后的灰度值，记为Gadj(x,y)，Gadj(x,y)＝Gorg(x,y)+avgbase-avguneven(i,j)     (3)其中(x,y)为当前像素点在整体排版麻将灰度图中的坐标，Gorg(x,y)为当前像素点进行均值归一化处理前的原始灰度值。

8.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(6)中，采用四邻域拉普拉斯方法对由所有单个麻将组成的整体排版麻将灰度图进行锐化：对经过步骤(5)得到的整体排版麻将灰度图中的每个Gadj(x,y)，先利用式(4)计算拉普拉斯算子 再利用式(5)计算得到锐化后的灰度值Gsharpen(x,y)，若式(4)中Gadj(x-1,y)、Gadj(x,y-1)、Gadj(x,y+1)和Gadj(x+1,y)任何一个不存在，则该像素点不进行锐化处理。

9.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(7)中，对步骤(6)得到的整体排版麻将灰度图的每个像素点，若其在步骤(1)得到的采集图像中对应位置像素点的V分量数值大于等于THc，则将该像素点的灰度值大小进行减半处理，THc的取值范围为[130,180]。

10.如权利要求1所述的一种基于特征分类的麻将图像光照不均校正方法，其特征在于，所述的步骤(8)中，对所有阴影类单个麻将进行去噪处理，包含以下子步骤：(8-1)从整体排版麻将灰度图中获取一个待去噪的阴影类麻将；

(8-2)计算该单个麻将的噪声阈值TNseg：将该单个麻将中属于麻将背景且灰度值小于THwh的所有像素点的灰度值均值作为TNseg，其中THwh的取值范围为[150,255]；当TNseg不存在时，即麻将背景中所有像素点的灰度值都大于等于THwh，则认为该单个麻将无需去噪，结束去噪处理；

(8-3)对当前单个麻将中的每个像素点，统计该像素点及其上下左右四个空间相邻像素点中灰度值小于等于TNseg的像素点个数numblack和灰度值大于TNseg的像素点个数numwhite；比较numblack和numwhite的值，若numblack小于numwhite，则将当前像素点判断为噪声，将其灰度值直接置为最大值255，即表现为纯白色；若numblack大于等于numwhite，则不作处理；

(8-4)重复执行步骤(8-1)到(8-3)，完成整体排版麻将灰度图中所有阴影类麻将的去噪。