1.一种SAR影像半自动阈值提取方法，其特征在于：该方法具体包括：像素提取：对原始SAR影像进行预处理，在抑制噪声的同时保持图像边缘信息；

确定两种待阈值分割的地物，在SAR图像中绘制一条跨越两种所选地物的线，估算线上所有像素的值；

梯度计算：根据梯度函数，从线的两端开始分别计算相邻像素的梯度；

像素检索：根据贪婪算法对均值线进行像素的自动检索，从均值线的两端向中心进行像素合并并更新梯度，直到像素对相遇；

阈值计算：根据相遇处像素对的值以及梯度计算阈值；

阈值分割：根据阈值对SAR影像进行二值化，得到SAR影像提取结果。

2.根据权利要求1所述的SAR影像半自动阈值提取方法，其特征在于：估算线上的像素值方法如下：

在线两侧自动生成缓冲区，该缓冲区以绘制的线为中心轴线，两端与中心轴线的距离为L；

提取缓冲区覆盖的像素值，计算中心轴线垂线上所有像素的均值，形成一条均值线，该均值线上所有像素即为待检测点。

3.根据权利要求1所述的SAR影像半自动阈值提取方法，其特征在于：从均值线的两端开始分别计算相邻像素的梯度，具体如下：设均值线为X,x＝(x1,x2,x3,...xn)是均值线X上像素的集合，像素总数为n，利用梯度函数f计算相邻像素对的梯度；

用于左侧检索的梯度函数：

f(Mk,xk+1)＝|xk+1‑Mk|k＝1,2,...,n‑1其中M1＝x1，Mk为加权均值，公式为：用于右侧检索的梯度函数：

f(xh‑1,Mh)＝|xh‑1‑Mh|h＝n,n‑1,...,2其中Mn＝xn，Mh为加权均值，公式为：

4.根据权利要求1‑3任一所述的SAR影像半自动阈值提取方法，其特征在于：对均值线进行像素的自动检索，从均值线的两端向中心进行像素合并，具体为：以计算的梯度f作为比较准则，左右两端中梯度较小的一端向前移动一个像素并更新梯度，较大的一端不移动，逐次比较，直到相遇。

5.根据权利要求1所述的SAR影像半自动阈值提取方法，其特征在于：当检索到相遇处像素对(xi,xi+1)时，计算两像素算数平均值作为最终阈值T；

6.根据权利要求1所述的SAR影像半自动阈值提取方法，其特征在于：当检索到相遇处像素对(xi,xi+1)时，选取两像素中较小值作为最终阈值T。

7.根据权利要求1所述的SAR影像半自动阈值提取方法，其特征在于：当检索到相遇处像素对(xi,xi+1)时，计算两像素加权平均值作为最终阈值T；

8.根据权利要求1所述的SAR影像半自动阈值提取方法，其特征在于：将均值线左右两侧计算的梯度从小到大进行排序，从较大侧开始选取j个梯度，j∈[1,n‑2]，n为像素总数，计算j个梯度所对应的2j个像素的算数平均值作为最终阈值T。