1.一种时间序列三维视网膜SD‑OCT图像的运动伪差校正方法，其特征在于，包括：S11获取基于时间序列的多张三维视网膜SD‑OCT图像，并从中选定一SD‑OCT图像作为其他待校正SD‑OCT图像的基准图像；

S12采用多尺度三维图搜索方法依次对获取的各SD‑OCT图像中的视网膜内部进行分层，得到包括视网膜色素上皮层在内的多个分层；

S13提取视网膜色素上皮层的灰度数据，并根据该灰度数据得到包含血管投影信息的垂直投影图像；

S14采用基于海森矩阵的多尺度血管增强滤波器对垂直投影图像中血管的管状结构进行检测；

S15采用形态学处理方法对检测到的血管管状结构进行腐蚀，提取得到血管的骨架结构；

S16采用SURF算法提取血管骨架结构的特征点；

S17基于提取的特征点采用刚性配准模型得到各待校正SD‑OCT图像与基准图像之间的变换参数，依次完成时间序列SD‑OCT图像中待校正SD‑OCT图像与基准图像间运动伪差的校正；在选定了基准图像之后，该时间序列下的其他SD‑OCT图像以基准图像为基准进行图像间运动伪差的校正；

在步骤S12之后，还包括：

S21根据视网膜色素上皮层下表面中的最低处依次对各分层的表面进行平坦化，完成SD‑OCT图像的轴向运动伪差校正；

完成了SD‑OCT图像间运动伪差的校正和轴向运动伪差校正之后，还包括：S31依次将时间序列的SD‑OCT图像进行投影得到相应的二维投影图像；

S32计算待校正二维投影图像偏离平均误差的方差σi,j：其中，i表示待校正二维投影图像采样的时间点，N表示待校正二维投影图像采样时间点的数量，0≤n≤i‑1；SADi‑n,j表示时间点i采样的二维投影图像与时间点n采样的二维投影图像第j行中各像素点绝对差值的总和；

S33根据计算得到的方差计算方差σ'i,j：

其中，σi‑1,j表示时间点i‑1采集的待校正二维投影图像偏离平均误差的方差；

S34根据计算方差σ'i,j及预先设定的灵敏度参数ω计算自适应运动伪差阈值γ：其中，ω为控制横断面运动伪差识别灵敏度；

S35判断方差σi,j是否大于自适应运动伪差阈值γ，若是，跳转至步骤S36；否则，判定时间点i采样的二维投影图像不存在横断面运动伪差；

S36判定时间点i采样的二维投影图像存在横断面运动伪差，并将时间点i采样的二维投影图像与时间点i‑1采样的二维投影图像进行配准拼接，完成其横断面运动伪差的校正。

2.如权利要求1所述的运动伪差校正方法，其特征在于，在步骤S13中，提取视网膜色素上皮层的灰度数据之后，计算视网膜色素上皮层上表面和下表面间垂直方向上的灰度平均值，得到包含血管投影信息的垂直投影图像。

3.如权利要求1所述的运动伪差校正方法，其特征在于，在步骤S16中，采用SURF算法提取血管骨架结构的特征点之后，还包括使用随机抽样一致性方法对提取的特征点进行优化选择得到匹配特征点的步骤；

在步骤S17中，基于提取的匹配特征点采用刚性配准模型得到各待校正SD‑OCT图像与基准图像之间的变换参数，依次完成时间序列SD‑OCT图像中待校正SD‑OCT图像与基准图像间运动伪差的校正。

4.如权利要求1或2或3所述的运动伪差校正方法，其特征在于，在步骤S13之后，还包括：S18采用直方图均衡化方法对垂直投影图像进行图像增强处理；

S19采用维纳滤波器对图像增强后的垂直投影图像进行去噪。