1.一种基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，包括以下步骤：将图像灰度化，采用高斯滤波进行平滑；采用多个基础边缘提取算子分别作用在灰度化图像上，得到多张初步提取后的边缘图；根据所得到的边缘图进行边缘数据增强，通过对多张图像每个对应的像素点通过权向量进行集成，将属于边缘的像素点增强，将不属于边缘的像素点削弱，输出边缘集成后的增强图像；将所述增强图像输入到Zernike亚像素边缘检测模型中，输出具有亚像素边缘信息的图像；所述多个基础边缘提取算子包括Sobel算子、Laplacian算子、Prewitt算子和Robert算子;假设多张待检测的灰度图像为： ；定义集成的权向量为： ；集成过程为： ；其中， 代表边缘信息集成后图像的第 行第 列的像素点， 代表第 个边缘算子提取后的图像的第 行第 列的像素点。
2.根据权利要求1所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，得到所述增强图像后，利用高斯滤波将平滑后再输入到所述Zernike亚像素边缘检测模型中，输出具有亚像素边缘信息的图像。
3.根据权利要求1所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，所述权向量根据以下规则确定：如果某个像素达到0，这意味着至少有一个算子判断出该像素不是边界点，这些点包含需要减弱的噪音，因此使该点多个算子所计算的像素点的权重之和小于1：相反，如果没有出现0，则位于同一位置的四个操作符具有正灰度，那么像素在边缘的概率更大，这类点的特征应该被强化，该点多个算子所计算的像素点的权重之和大于1： 。
4.根据权利要求1所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，所述权向量根据以下规则确定：当像素点没有出现0时，权向量为： ；此时： ；当像素点出现1个0时，权向量为： ；当像素点出现2个0时，权向量为： ；当像素点出现3个0时，权向量为 。
5.根据权利要求1所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，对于图像中对象内部有梯度变化的斑点，先将所述边缘集成后的增强图像放入Randomized-sampling算子中计算，得出应该抽取的非边缘点的数量 n ，再在所述边缘集成后的增强图像中选取 n 个非边缘点使用强化特征公式进行计算，计算得出 ，再将计算结果 和所述边缘集成后的增强图像的灰度值，放入Chop算子中计算，以抑制噪声产生的虚假边缘。
6.根据权利要求5所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，所述Randomized-sampling算子的数学表达如下： ；其中， 为置信区间、n为样本容量、d为抽样误差范围、σ为标准差； 为所述边缘集成后的增强图像中像素点为0的个数，N为所述边缘集成后的增强图像中所有的像素点个数。
7.根据权利要求5所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，所述强化特征公式定义为： ；其中 x 0 ，…， x n 为所述边缘集成后的增强图像中的 n 个非边缘点。
8.根据权利要求5所述的基于集成边缘数据增强的亚像素边缘检测方法，其特征在于，所述Chop算子定义为： 。
