1.一种基于LFMVO优化算法的图像分割方法，其特征在于，包括如下步骤：

步骤1，获取待分割图像的灰度级数的概率分布；

步骤2，根据所述图像的概率分布范围，采用LFMVO优化算法得到图像分割的最佳阈值；

步骤3，根据所述图像分割的最佳阈值，对待分割图像进行分割；

所述步骤2的具体实现包括如下子步骤：步骤2.01，根据所述图像的概率分布范围，初始化多元宇宙U，WEP，TDR，最佳宇宙BestU，并令当前迭代次数t为1；

步骤2.02，计算各宇宙膨胀速率，进行排序，归一化，得到归一化的膨胀速率；

步骤2.03，若随机生成一个随机数rand1，小于归一化的膨胀速率；进入步骤2.04，否则进入步骤2.05；

步骤2.04，依轮盘赌选出排序后的白洞序号，宇宙黑洞和白洞交换维度；

步骤2.05，若随机生成一个0～1的数rand2小于WEP，则进入步骤2.06，否则进入步骤

2.07；

步骤2.06，宇宙黑洞通过虫洞穿越到最优宇宙周围，黑洞维度在最优宇宙附近通过TDR参数进行更新；

步骤2.07，更新WEP，TDR参数，多元宇宙重新组合；

步骤2.08，利用levy flight对多元宇宙进行优化；

步骤2.09，将当前多元宇宙作为新一代多元宇宙并更新迭代次数，迭代次数加一；

步骤2.10，若当前迭代次数没有达到预设的最大迭代次数，则返回步骤2.02，否则，当前最优宇宙Ui的位置即为所述图像分割的最佳阈值。

2.根据权利要求1所述的一种基于LFMVO优化算法的图像分割方法，其特征在于：所述步骤2.06还包括以下步骤：

步骤2.06.1，若随机生产一个0～1的数rand3小于0.5，则进入步骤2.06.2，否则进入步骤2.06.3；

步骤2.06.2，黑洞在最优宇宙附近以TDR倍率正向搜索；

步骤2.06.3，黑洞在最优宇宙附近以TDR倍率负向搜索。

3.根据权利要求1所述的一种基于LFMVO优化算法的图像分割方法，其特征在于：所述步骤2.08还包括以下步骤：

步骤2.08.1，利用levy flight得到待选宇宙Ulevy；

步骤2.08.2，计算并判断Ulevy的膨胀率是否大于Ui的膨胀率，若是，则进入步骤2.08.3，否则进入步骤2.09；

步骤2.08.3，当前的宇宙替换为Ulevy。

4.根据权利要求2所述的一种基于LFMVO优化算法的图像分割方法，其特征在于：所述步骤2.06中黑洞维度的更新公式如下：th

其中，xj表示最佳宇宙的j 变量，TDR是更新移动距离率，WEP是虫洞存在概率， 表示th th thj 变量的上边界， 是下边界； 是在j 变量中的i 宇宙，rand2，rand3，rand4表示[0，1]内的随机数。

5.根据权利要求1所述的一种基于LFMVO优化算法的图像分割方法，其特征在于：所述步骤2.07中TDR和WEP的更新公式如下：其中，max和min是预先设定的最大值和最小值，L是迭代的总数，l是当前迭代数；

其中，p表示局部搜索精度，p值越高，局部挖掘越准确。