1.一种眼底图像血管分割方法，其特征在于包括以下步骤：

步骤①：选取N幅眼底图像及每幅眼底图像的真实血管分割图像构成训练图像集，记为{Ii,org,Mi,org|1≤i≤N}；其中，N≥1，1≤i≤N，Ii,org表示{Ii,org,Mi,org|1≤i≤N}中的第i幅眼底图像，Mi,org表示{Ii,org,Mi,org|1≤i≤N}中的第i幅眼底图像的真实血管分割图像，Ii,org和Mi,org的宽度均为W且高度均为H；

步骤②：对{Ii,org,Mi,org|1≤i≤N}中的每幅眼底图像及每幅真实血管分割图像进行非重叠的子块划分处理；然后采用K-SVD方法对N幅眼底图像中的所有子块构成的集合和N幅真实血管分割图像中的所有子块构成的集合进行联合字典训练操作，构造得到{Ii,org,Mi,org|1≤i≤N}的表示字典和分割字典，对应记为DR和DS；其中，DR和DS的维数均为64×K，K表示设定的字典原子的个数；

步骤③：将一幅待血管分割的眼底图像记为{I(x,y)}；其中，(x,y)表示{I(x,y)}中的像素点的坐标位置，1≤x≤W'，1≤y≤H'，W'表示{I(x,y)}的宽度，H'表示{I(x,y)}的高度，I(x,y)表示{I(x,y)}中坐标位置为(x,y)的像素点的像素值；

步骤④：将{I(x,y)}划分成 个互不重叠的尺寸大小为8×8的子块；然后将

{I(x,y)}中的所有子块构成的集合记为{xt',test|1≤t'≤M'}；其中，符号 为向下取整运算符号， 1≤t'≤M'，xt',test表示由{I(x,y)}中的第t'个子块中的所有像素点的像素值组成的列向量，xt',test用于描述{I(x,y)}中的第t'个子块，xt',test的维数为

64×1；

步骤⑤：根据构造得到的DR，优化重构{xt',test|1≤t'≤M'}中的每个子块的稀疏系数矩阵，将{xt',test|1≤t'≤M'}中的第t'个子块的稀疏系数矩阵记为at',test，at',test通过求解min(||at',test||0)得到，min(||at',test||0)满足条件 其中，at',test的维数为K×1，min()为取最小值函数，符号“|| ||0”为求取矩阵的0-范数符号，符号“|| ||2”为求取矩阵的2-范数符号，T0为误差系数；

步骤⑥：根据构造得到的DS，估计{I(x,y)}的初步血管分割图像，记为{Q(x,y)}，将{Q(x,y)}中由与{I(x,y)}中的第t'个子块对应的尺寸大小为8×8的区域中的所有像素点的像素值组成的列向量记为yt',test，yt',test＝DSat',test；然后计算{Q(x,y)}的二值掩膜图像，记为{Q1(x,y)}；其中，Q(x,y)表示{Q(x,y)}中坐标位置为(x,y)的像素点的像素值，yt',test的维数为64×1，Q1(x,y)表示{Q1(x,y)}中坐标位置为(x,y)的像素点的像素值；

步骤⑦：采用形态学操作对{I(x,y)}进行增强处理，得到{I(x,y)}的增强图像，记为{Q2(x,y)}；其中，Q2(x,y)表示{Q2(x,y)}中坐标位置为(x,y)的像素点的像素值；

所述的步骤⑦的具体过程为：

步骤⑦_1：采用形态学操作对{I(x,y)}进行增强处理，得到{I(x,y)}中的每个像素点在不同尺度和不同方向的增强值，将{I(x,y)}中坐标位置为(x,y)的像素点在尺度为σ和方向为θ的增强值记为Iθ,σ(x,y)，Iθ,σ(x ,y)＝Bθ,σ(x,y)-Tθ,σ(x,y)，其中，符号 表示形态学膨胀运算符号，符号 表示形态学腐蚀运算符号，Sθ,σ表示方向为θ且尺度为σ的线形结构元素，

步骤⑦_2：对{I(x,y)}中的每个像素点在不同尺度和不同方向的增强值进行结合，得到{I(x,y)}中的每个像素点的增强值，将{I(x,y)}中坐标位置为(x,y)的像素点的增强值记为Q'2(x,y)， 然后获取{I(x,y)}的增强图像{Q2(x,y)}，将{Q2(x,y)}中坐标位置为(x,y)的像素点的像素值记为Q2(x,y)，Q2(x,y)＝Q'2(x,y)；其中，符号“∪”表示并操作符号；

步骤⑧：根据{Q1(x,y)}和{Q2(x,y)}，计算{I(x,y)}的最终血管分割图像，记为将 中坐标位置为(x ,y)的像素点的像素值记为其中，符号“∪”表示并操作符号。

2.根据权利要求1所述的一种眼底图像血管分割方法，其特征在于所述的步骤②的具体过程为：

步骤②_1：将{Ii,org,Mi,org|1≤i≤N}中的每幅眼底图像及每幅真实血管分割图像划分成 个互不重叠的尺寸大小为8×8的子块；然后将{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的子块构成的集合记为{xt|1≤t≤M}，将{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的子块构成的集合记为{yt|1≤t≤M}；其中，符号 为向下取整运算符号， 1≤t≤M，xt表示由{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的第t个子块中的所有像素点的像素值组成的列向量，xt用于描述{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的第t个子块，xt的维数为64×1，yt表示由{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的第t个子块中的所有像素点的像素值组成的列向量，yt用于描述{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的第t个子块，yt的维数为64×1；

步骤②_2：采用K-SVD方法求解

满足条件 ||at||0≤τ，构造得到{Ii,org,Mi,org|1≤i≤N}的

表示字典DR和分割字典DS；其中，min()为取最小值函数，符号“|| ||2”为求取矩阵的2-范数符号，X＝[x1…xt…xM]，Y＝[y1…yt…yM]，符号“[]”为矢量表示符号，X和Y的维数均为64×M，x1为{xt|1≤t≤M}中的第1个列向量，x1亦表示由{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的第1个子块中的所有像素点的像素值组成的列向量，x1用于描述{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的第1个子块，xt为{xt|1≤t≤M}中的第t个列向量，xM为{xt|1≤t≤M}中的第M个列向量，xM亦表示由{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的第M个子块中的所有像素点的像素值组成的列向量，xM用于描述{Ii,org,Mi,org|1≤i≤N}中的所有眼底图像中的第M个子块，y1为{yt|1≤t≤M}中的第1个列向量，y1亦表示由{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的第1个子块中的所有像素点的像素值组成的列向量，y1用于描述{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的第1个子块，yt为{yt|1≤t≤M}中的第t个列向量，yM为{yt|1≤t≤M}中的第M个列向量，yM亦表示由{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的第M个子块中的所有像素点的像素值组成的列向量，yM用于描述{Ii,org,Mi,org|1≤i≤N}中的所有真实血管分割图像中的第M个子块，A表示稀疏矩阵，A＝[a1…at…aM]，A的维数为K×M，a1为A中的第1个列向量，at为A中的第t个列向量，aM为A中的第M个列向量，a1、at和aM的维数均为K×1，符号“|| ||0”为求取矩阵的0-范数符号，τ为误差系数。

3.根据权利要求1所述的一种眼底图像血管分割方法，其特征在于所述的步骤⑥中，T1为二值化阈值。