1.一种田间自然背景下甘蔗宿根图像分割方法，其特征在于，其包括如下步骤：

步骤一，在蔗地上随机采集若干个彩色的图像样本，所述图像样本中包括甘蔗宿根及其周围的环境；

步骤二，通过对步骤一中采集到的图像样本的灰度值进行分析，以获得蔗地中的甘蔗宿根、甘蔗干叶子、杂草、干土以及新土的灰度平均值和甘蔗宿根、甘蔗干叶子、杂草、干土以及新土这五者的灰度平均值的大小关系，并且获得能够把宿根与其他物体区分开来的颜色特征值；

步骤三，对步骤一中采集到的图像样本进行SVM分割的训练过程，以获得对从蔗地上采集到的待分割图像进行SVM分割的最优分类函数；其包括以下过程：首先，从步骤一中采集到的图像样本中获取训练样本集，以建立分割特征库；

然后，通过对分割特征库寻找最优分类超平面来获取对从蔗地上采集到的待分割图像进行SVM分割的最优分类函数；以及步骤四，对从蔗地上采集到的待分割图像进行三次分割，以获得甘蔗宿根信息，其包括如下过程：首先，采用阈值法对待分割图像进行第一次分割，以初步消除图像背景中新土与杂草的信息；

然后，采用区域分割法对通过阈值法分割出来的图像进行第二次分割，以完全消除背景中新土信息，使图像中只包含甘蔗宿根、甘蔗干叶子、干土及少量杂草的信息；

最后，采用SVM分割法利用从步骤三中获得的最优分类函数对通过区域分割法分割出来的图像进行第三次分割，以获得只含甘蔗宿根信息的图像。

2.根据权利要求1所述的田间自然背景下甘蔗宿根图像分割方法，其特征在于，所述步骤三中建立分割特征库的过程中，由于干土、新土及甘蔗干叶子的2G-R-B值均为负值且均比较接近，将其归为“-1”类，而杂草的2G-R-B值非常高，归为“0”类，宿根的2G-R-B值处于其两类之间，归为“1”类，以这个分类为前提，在步骤一中采集到的若干个图像样本中，对每个分类随机选取若干个像素点；再以所有的像素点的2G-R-B值组成的分割特征向量作为SVM的训练样本集，并以这个训练样本集作为分割特征库。

3.根据权利要求1所述的田间自然背景下甘蔗宿根图像分割方法，其特征在于，该分割方法还包括步骤五，步骤五中对步骤四中获得的只含甘蔗宿根信息的图像中残留的噪声、空洞进行处理。

4.根据权利要求3所述的田间自然背景下甘蔗宿根图像分割方法，其特征在于，所述步骤五中利用数学形态学运算、小边缘剔除及空洞填充操作来对图像作进一步的处理，以消除图像中的噪声、空洞。