1.一种面向小目标检测的快速核密度估计图像阈值分割方法，其特征是，该方法包括如下步骤：步骤一：读入图像，在计算机中得到该图像的灰度矩阵，并设置参数gate值；

步骤二：对于每个灰度级中的像素点，如果该灰度集像素点数目Ni>gate，则使用FRSDE进行压缩，并得到压缩后各像素点对应的权值αi；对于每个灰度级中的像素点，如果该灰度集像素点数目Ni≤gate，则使用RSDE进行压缩，并得到压缩后各像素点对应的权值αi；

步骤三：构建关系矩阵M；该关系矩阵M的每个元素M(i,l)如式(1)进行计算：(r)

其中Ni 为集合Vi压缩后的像素点数目，Vi表示灰度级为i的像素点集合，αj和αk(r) 2 2是系数，是步骤二得到的权值，满足 Nl 和αk的关系同理；K(xj-xk，σj+σk)是高斯核函数；

步骤四：将目标函数的求极值问题转化为基于矩阵区域的元素最小化求和问题，从而得到最佳阈值；具体为：对于每个T值，将关系矩阵M的上三角区域划分出区域A和区域B两个顶点相接的直角三角形，随T值依次变化区域A和区域B的边界，并计算区域A和区域B中的所有数据元素总和，如式(2)：

f(T)＝sum(A)+sum(B) (2)优化的阈值topt通过式(3)得到：

该式表示topt取函数f(T)为最小时的T值。

2.如权利要求1所述的面向小目标检测的快速核密度估计图像阈值分割方法，其特征是：步骤一所述的参数gate值为500～700。