1.一种特征选择性图像分割方法，其特征在于，包括：

1)、获取待处理图像，并在特征选择性图像分割优化模型输入待处理的图像和用户初始化参数；所述用户初始化参数包括：分割区域数N，图像块大小n，字典大小m1＝m2＝…＝mN，平衡参数λ；

2)、根据迭代次数，对特征选择性图像分割优化模型中目标泛函中的参数αi,Di,Ci进行更新，其中，i＝1,2,…,N；

3)、根据迭代次数及特征选择性图像分割优化模型中更新的参数，对分割区域的隶属度函数Ii(x)进行更新；

4)、重复步骤2)到3)直至迭代次数达到最大，结束运算，输出分割区域的隶属度函数Ii(x)及学习字典D，完成图像的分割处理；

所述特征选择性图像分割优化模型为：

其中， 为原始图像， 为有界开集，令R为抽取图像块算子，表示以图像f(x)的x位置为心，抽取大小为 的图像块，并表示为n维向量形式；C＝[C1,…,CN],Ci是常值向量，i＝1:N，描述原始图像f(x)在第i个子区域Ωi的区域块均值，N表示分割区域数； 表示带有类标的结构字典D＝[D1,…,Di,…,DN]的原子个数，mi表示子字典Di的原子个数；记A(x)＝[α1(x),…,αi(x),…,αN(x)]，这里αi(x)是图像块Rf(x)纹理结构在子字典Di上的表示系数；令I(x)＝[I1(x),…,Ii(x),…,IN(x)]，其中Ii:Ω→{0,1}，i＝1:N是分割区域的隶属度函数，它指示图像的分割子区域Ωi，约束条件(I ) 要 求结 构 字 典 D的 每 个 原子 d k 满足 单 位 规范 化 条 件 ；模 型 中 ，度量区域内部的一致性，它由图像区域块均值Ci和子字典Di对图像块的重构误差及表示系数αi(x)的l2正则能量共同定义，||·||2表示向量的l2范数，λi是一个平衡参数。

2.根据权利要求1所述的特征选择性图像分割方法，其特征在于，所述步骤2)中对特征选择性图像分割优化模型中目标泛函中的参数αi,Di,Ci进行更新具体包括：步骤2.1、按以下公式更新参数αi；

其中，λi是平衡参数；

步骤2.2、按以下公式更新参数Di；

其中， 是规范化算子使得字典原子的模为1；

步骤2.3、按以下公式更新参数Ci；

其中，Ci是图像块减去纹理结构在子区域i上的均值，定义为区域块均值。

3.根据权利要求1所述的特征选择性图像分割方法，其特征在于，所述步骤3)对分割区域的隶属度函数Ii(x)进行更新具体过程包括：按以下公式更新分割区域的隶属度函数Ii(x)：

其中，