1.一种基于图像纹理区域选择性多尺度去纹理方法，其特征在于，包括：S1、对待处理图像进行预处理；

S2、对预处理后图像I进行高斯滤波，获取引导图G；

S3、通过双边范围核对预处理后图像I和引导图G进行多尺度的卷积滤波，获取分别对应带宽σh、σm和σl的图像Jh、 和Jl，σh＞σm＞σl；

S4、将图像 二值化处理，获得同尺寸的二值图蒙板BΓ；并通过对二值图蒙板BΓ进行反色处理，获取补集蒙板S5、对图像Jh和二值图蒙板BΓ进行卷积运算后的图像进行高斯频域滤波，获得纹理滤波图像S6、对图像Jl和补集蒙板 进行卷积运算，获得图像

S7、对图像 和图像 求和，获得最终图像Iout。

2.如权利要求1所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S1中，通过高斯空间和范围核组合滤波对待处理图像进行预处理。

3.如权利要求2所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S1中，组合滤波函数为：其中，Ωp为待处理图像中以p点为中心，半径为r的(2r+1)×(2r+1)区域；σ为区域Ωp的频域带宽，q为区域Ωp内的像素点， 分别为区域Ωp内的像素点q和像素点p的像素值；

q‑p为像素点q和像素点p在图像上的二维欧氏距离；gr、gσ分别为高斯空间核和范围核函数。

4.如权利要求1所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S2具体为：通过高斯空间滤波器对预处理后图像I进行高斯滤波，获取引导图G；高斯空间滤波器函数为：其中，Gp为引导图G中像素点p的像素值，Iq为预处理后图像I中像素点q的像素值。

5.如权利要求1所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S3中，双边范围核函数为：Jp为滤波后图像J中像素点p的像素值，Iq为预处理后图像I中像素点q的像素值，Gq和Gp分别为引导图G中像素点q和p的像素值。

6.如权利要求1所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S4中，将图像 二值化处理，获得同尺寸的二值图蒙板BΓ的具体方法包括：S41、首先对图像 中各像素点进行全变分，再对全变分后图像进行高通滤波，获得边缘图像S42、再根据预设的边缘像素点数量阈值λ1，通过广度搜索方法在边缘图像 中搜索边缘单连通域，获取边缘图像 中的精确边缘 精确边缘 为边缘图像 中像素点数量大于阈值λ1的所有边缘单连通域的并集；

S43、在边缘图像 中获取多个单连通纹理区域，并获取多个单连通纹理区域在图像中对应区域的平均像素值S44、根据各像素点的像素值与平均像素值 之差，将图像 分割为纹理区域和非纹理区域；

S45、获取图像 中纹理区域与多个单连通纹理区域在图像 中对应区域的并集作为图像 中纹理总域；

S46、将图像 中位于纹理总域内的像素点的像素值更新为1，并将图像 中剩余像素点的像素值更新为0，获取二值图蒙板BΓ。

7.如权利要求6所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S43具体为：从边缘图像 中精确边缘 以外区域选择多个大小尺寸为(2γ+1)×(2γ+1)的纹理局部片，γ为纹理局部片的半径；然后以每个纹理局部片中心点(xt,yt)为起始点进行广度优先搜索单连通域，获取每个纹理局部片对应的单连通域；然后获取所有单连通域在图像 上的对应区域作为单连通纹理区域，并计算所有单连通纹理区域的平均像素值

8.如权利要求6所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S44具体为：设置半径阈值ε，在图像 中分割出纹理区域，纹理区域内任意像素点q均满足步骤S45中，纹理总域q

其中，Tt为图像 中第t个单连通纹理区域，K为图像 中单连通纹理区域总数；T表示纹理区域内第q个像素点，L表示纹理区域内像素点总数量。

9.如权利要求1所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S4中，对二值图蒙板BΓ进行反色处理，获取补集蒙板 的函数为：

10.如权利要求1所述的基于图像纹理区域选择性多尺度去纹理方法，其特征在于，步骤S5具体为：首先对图像Jh和二值图蒙板BΓ进行卷积运算，获得图像

然后对图像 进行高斯频域滤波，获得纹理滤波图像

高斯频域滤波函数为：

其中， 为纹理滤波图像 中像素点p的像素值， 分别为图像 中像素点q、p的像素值。