1.一种基于分数阶微分图像增强算法的最佳阶图像增强方法，其特征在于，包括：计算图像的梯度、信息熵、图像亮度和人眼感觉亮度、人眼对比度敏感度函数，以判断图像的特点；

对图像的梯度、信息熵、图像亮度和人眼感觉亮度、人眼对比度敏感度函数进行归一化计算，得到归一化值S；

将表征图像特点的数值S放入对数压缩曲线进行压缩，得到对应的最佳分阶数；

在图像的分数阶微分算法中使用最佳分阶数，实现自适应图像增强。

2.根据权利要求1所述的方法，其特征在于，所述在图像的分数阶微分算法中使用最佳分阶数，实现自适应图像增强包括：由Gumumwald—letnikow分数阶微分定义导出图像一维信号的差分表达式；

由差分表达式导出的微分模板，计算x轴正方向坐标系数值、x轴负方向坐标系数值、y轴正方向坐标系数值、y轴负方向坐标系数值，得到水平、对角、垂直八个方向模板系数值；

分数阶微分的图像增强运算，根据空间滤波器的图像处理原理，将待处理的图像像素点置于模板的正中心，将给出的八个方向模板遍历整个图像后，得到增强图像。

3.根据权利要求1所述的方法，其特征在于，计算图像的梯度、信息熵、图像亮度和人眼感觉亮度、人眼对比度敏感度函数，以判断图像的特点，所述计算图像的梯度的表达式为：G[I(x,y)]＝(G0°2+G45°2+G90°2+G135°2+G180°2+G225°2+G270°2+G315°2)1/2   (1)式中，G0°＝I(x-1,y)-I(x,y)；

G45°＝I(x-1,y-1)-I(x,y)；

G90°＝I(x,y-1)-I(x,y)；

G135°＝I(x+1,y-1)-I(x,y)；

G180°＝I(x+1,y)-I(x,y)；

G225°＝I(x+1,Y+1)-I(x,y)；

G270°＝I(x,y+1)-I(x,y)；

G315°＝I(x-1,y+1)-I(x,y)；

I(x,y)代表图像在(x,y)处的像素，G0°是图像在0°方向的一阶差分，G45°是图像在45°方向的一阶差分；G90°是图像在90°方向的一阶差分；G135°是图像在135°方向的一阶差分；G180°是图像在180°方向的一阶差分；G225°是图像在225°方向的一阶差分；G270°是图像在270°方向的一阶差分；G315°是图像在315°方向的一阶差分。，图像梯度越大，表示该区域图像的纹理信息越丰富，图像梯度越小，表示该区域图像越平滑；

所述计算图像的信息熵的表达式为：

H＝-∑pi,jlognpi,j，图像的信息熵值越大，表示该区域图像的纹理信息越丰富，图像的信息熵值越小，表示该区域图像越平滑；

所述计算图像的亮度的表达式为：

所述计算图像的人眼感觉亮度的表达式为：

Lry＝klnL+k0；

图像的亮度及人眼感觉亮度值越大，表示该区域图像的纹理信息越丰富，图像的亮度及对比度值越小，表示该区域图像越平滑；

所述计算图像的人眼对比度敏感度函数的表达式为：

式中，图像空间频率为频率为 分别是图像水平方向和垂直方向的梯度。

4.根据权利要求1所述的方法，其特征在于，所述对图像的梯度、信息熵、图像亮度和人眼感觉亮度、人眼对比度敏感度函数进行归一化计算，得到归一化值S包括：式中：α,β,ε,γ,η，0≤s≤1，α,β,ε,γ,η的系数值根据图像的特点选取，这些值分别代表图像的梯度、信息熵、图像亮度和人眼感觉亮度、人眼对比度敏感度函数的权重。

5.根据权利要求4所述的方法，其特征在于，所述将表征图像纹理信息大小、亮度、人眼视觉感觉的数值S放入对数压缩曲线进行压缩，得到对应的最佳分阶数包括：将表征图像纹理信息大小、亮度、人眼视觉感觉的数值S放入对数压缩曲线进行压缩，得到对应的最佳分阶数：式中：μ是调节系数，μ取值越大，压缩效果越好，μ为0时，没有压缩；

对数压缩曲线与分数阶微分的频率特性曲线一致，由对数特性曲线反映分数阶微分的频率特性，以反映图像纹理信息大小、亮度、人眼视觉感觉的归一化值S为自变量，分阶数v为对数压缩曲线的函数值，v随着S的增大而增大。

6.根据权利要求5所述的方法，其特征在于，所述调节系数μ的取值为100。

7.根据权利要求2所述的方法，其特征在于，所述由Gumumwald—letnikow分数阶微分定义导出图像一维信号的差分表达式包括：Gumumwald—letnikow分数阶微分定义为：其中Gamma函数为：

若一维函数f(t)在区间[a,t]上有定义，则对其按单位h＝1等分，得到则一维信号的差分表达式为：

8.根据权利要求7所述的方法，其特征在于，所述由差分表达式导出的微分模板，计算x轴正方向坐标系数值、x轴负方向坐标系数值、y轴正方向坐标系数值、y轴负方向坐标系数值，得到水平、对角、垂直八个方向模板系数值包括：根据公式(5)得到微分模板的系数；

设定模板中心位置坐标为w(0,0)，则x轴正方向坐标为w(1,0)、w(2,0)、w(3,0)、w(4,

0)；则x轴负方向坐标为w(-1,0)、w(-2,0)、w(-3,0)、w(-4,0)；则y轴正方向坐标为w(0,1)、w(0,2)、w(0,3)、w(0,4)；则y轴负方向坐标为w(0,-1)、w(0,-2)、w(0,-3)、w(0,-4)；

整理得到水平、对角、垂直八个方向模板系数值表；

将最佳分阶数v代入微分模板的系数值表，得到最佳分数阶微分增强图像。

9.根据权利要求2所述的方法，其特征在于，所述分数阶微分的图像增强运算包括：根据空间滤波器的图像处理原理，将待处理的图像像素点I(x,y)置于模板的正中心w(0,0)，将给出的八个方向模板遍历整个图像后，得到增强图像式中： w(i,j)为滤波器系数，I(x,y)为图像像素值。