1.一种自适应的汉字碑帖图像二值化分割方法，其特征在于，使用彩色图像开发了一种鲁棒算法，用于从背景中分割中文拓片图像，包括如下步骤：1)使用中值滤波处理，中值滤波允许大量高空间频率细节通过，同时非常有效地消除平滑邻域中小于一半像素的图像上的噪声；2)提取红色成分；3)形态学图像处理操作，以便如果发现最小BRISQUE，则可以找出圆盘的最佳直径Thr*；所述的形态学为数学形态学，利用数学形态学进行图像处理的基本思想是利用具有一定形状的结构元素来检测目标图像，通过对图像目标区域和填充方法中结构元素的有效性进行分析，得到图像形态和结构的相关信息，并利用它们实现图像分析和识别的目的；4)使用Otsu分割二值图像。2.根据权利要求1所述的一种自适应的汉字碑帖图像二值化分割方法，其特征在于，所述结构元素是形态学图像处理的一个关键点，不同的结构元素决定了图像中各种几何信息的分析和处理，也决定了数据转换过程中的计算量，因此对结构元素的分析是图像边缘检测的重要内容；结构元素的大小和结构形状都会影响图像边缘检测；小尺寸结构元素具有较弱的去噪能力，但它们可以检测精确的边缘细节；大尺寸结构元素具有更强的去噪能力，但检测到的边缘更加粗糙；更重要的是，不同形状的结构元素对不同图像的边缘有不同的处理能力；其中，灰度图像可以看作是一组二维点，膨胀和腐蚀操作可以表示如下：(f ⊙S)(x，y)＝min{g(x‑k，y‑l)|(k，l)∈S}       (2)Top‑hat算法可以根据开放操作和闭合操作的不同组件分为Top‑hat算法和Bot‑hat算法，将Top‑hat算法应用于图像并表示为TH：

将Top‑hat算法应用于图像并表示为BH：BH(x，y)＝(f ⊙S‑f)(x，y)            (4)在方程中，f(x，y)是原始灰度图像，S(x，y)是结构元素，Top‑hat变换通过原始图像与其打开操作之间的差异来提取前景信息，而Bot‑hat变换通过原始图像与其闭合操作之间的差异来抑制背景信息。3.根据权利要求1所述的一种自适应的汉字碑帖图像二值化分割方法，其特征在于，步骤3)所述的BRISQUE是一种基于空间图像统计特征的通用无参考图像质量评估算法，对于给定的尺寸为M*N的灰度图像，每个像素的亮度归一化系数满足如下：式中：i＝1 ,2,…,M；j＝1 ,2,…,N；c是常数，c＝1；K＝L＝3；i  M＝…1 ,2,…,；j  N＝…

1 ,2 ,… ,；μ(i ,j)和σ(i，j)是平均值和标准差；ω＝{ωkl|k＝‑K ,‑K+1 ,… ,K ,l＝‑L ,‑L+1,…,L}是二维高斯方程的采样和标准化的参数；BRISQUE算法使用亮度归一化系数作为质量相关特征来评估图像质量。4.根据权利要求1所述的一种自适应的汉字碑帖图像二值化分割方法，其特征在于，步骤4)使用Otsu分割二值图像中包括二值化分割算法，二值化分割算法中包括Jaccard系数、假阳性率FPR和假阴性率FNR三个参数进行分层测量，假阳性率FPR显示欠分割程度，假阴性率FNR显示过度分割程度；Jaccard系数测量有限样本集之间的相似性，并且定义为相交的大小除以样本集的并集的大小，对于二值图像，计算二值图像A和B的交除以A和B的并，Jaccard系数可以使用以下公式计算：假阳性率FPR和假阴性率FNR定义如下：其中FP是误报的数量，真实图像中的白色和二值化图像中的黑色，FN是假阴性的数量，TN是真阴性的数量，N＝FP+TN是阴性的总数量。