1.一种排除飞虫干扰的遗留物检测方法，其特征在于，包括以下步骤：
s1从视频图像中获取物体的边缘；
s2从所述视频图像中追踪移动目标，并判断其是否为飞虫，若否则直接进入下一步，若是则在步骤s1获取的物体的边缘中剔除所述移动物体的边缘后，进入下一步；
s3对经过步骤s2处理的物体的边缘进行分类，并根据分类结果确定疑似遗留物的目标框；
s4计算所述疑似遗留物的目标框中物体的得分，若所述得分大于阈值，则确认所述目标框中物体为遗留物，若所述得分小于阈值，则所述目标框中物体不是遗留物。
2.如权利要求1所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述步骤s1中从视频图像中获取物体的边缘的方法为：
s1.1计算视频图像在水平方向和垂直方向的梯度值，计算背景图像在水平方向和垂直方向的梯度值；
s1.2计算水平方向上视频图像和背景图像的梯度差，计算垂直方向上视频图像和背景图像的梯度差；
s1.3根据水平方向和垂直方向的梯度差获得二值化的前景边缘掩膜；
s1.4根据所述前景边缘掩膜和每个边缘像素的时间累计得到稳定的边缘掩膜。
3.如权利要求2所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述背景图像在水平方向的梯度值为：
bx，t(x，y)＝bx，t-1(x，y)+αdx，t(x，y)
所述背景图像在垂直方向的梯度值为：
by，t(x，y)＝by，t-1(x，y)+αdy，t(x，y)
其中，bx，t(x，y)是t时刻水平方向上的背景模型的梯度，bx，t(x，y)是t-1时刻水平方向上的背景模型的梯度；by，t(x，y)是t时刻垂直方向上的背景模型的梯度，by，t(x，y)是t-1时刻垂直方向上的背景模型的梯度；α是学习速率；dx，t(x，y)是t时刻水平方向上视频图像和背景图像的梯度差；dy，t(x，y)是t时刻垂直方向上视频图像和背景图像的梯度差。
4.如权利要求3所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述稳定的边缘掩膜的计算公式为：semaskt(x，y)＝hyst(acct(x，y)，aotime/2，aotime)
其中，semaskt(x，y)表示边缘掩膜，hyst()是滞后阈值函数；aotime遗留物被遗留时间的阈值；acct(x，y)是初始值为0的稳定边缘像素在t时刻时，时间累计下的掩膜，其公式为：
acct-1(x，y)是初始值为0的稳定边缘像素在t-1时刻时，时间累计下的掩膜，i表示检测视频的帧数，i％10＝0表示每10帧更新一次；ft(x，y)是二值化的前景边缘掩膜，其公式为：
fx，t(x，y)＝hyst(|dx，t|，tlow，thigh)
fy，t(x，y)＝hyst(|dy，t|，tlow，thigh)
其中，dx，t是t时刻水平方向上视频图像和背景图像的梯度差；dy，t是t时刻垂直方向上视频图像和背景图像的梯度差，tlow是梯度差的最低阈值，thigh是梯度差的最高阈值，水平方向或垂直方向的梯度差高于thigh的像素值设置为1，水平方向或垂直方向的梯度差低于tlow，的像素值设置为0。
5.如权利要求1所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述步骤s2中从所述视频图像中追踪移动目标的方法为：
s2.1计算视频图像中移动目标的特征信息；
s2.2采用所述特征信息对卡尔曼滤波器进行初始化；
s2.3采用所述卡尔曼滤波器对下一帧中对应的目标区域进行预测，当下一帧到来时，将所述目标区域内的图像与预测结果进行匹配；
s2.4如果匹配成功，则更新卡尔曼滤波器。
6.如权利要求5所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述匹配的方法为匈牙利匹配算法，其通过最小化卡尔曼滤波得到的预测结果的质心与下一帧中实际检测到的图像的质心之间的欧氏距离之和将预测结果和检测到的图像进行匹配。
7.如权利要求6所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述步骤s2中判断其是否为飞虫的方法为：判断所述物体在相邻帧的质心移动距离是否大于其目标框的较短边缘的1/2，且移动方向为向上；或者，在相邻十帧内运动方向是否有大于等于三次的变换，若是则为飞虫，若否则判断不是飞虫。
8.如权利要求1-7任一项所述的排除飞虫干扰的遗留物检测方法，其特征在于，在所述步骤s3中对经过步骤s2处理的物体的边缘进行分类的方法为：将物体的每一个边缘放在一个边缘目标框中，计算每一边缘目标框与其他边缘目标框的距离，根据所述距离将边缘分为位于所述疑似遗留物的上方、下方、左方和右方四类，从而形成所述疑似遗留物的目标框。
9.如权利要求8所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述步骤s4中的疑似遗留物的目标框中物体的得分包括对象得分和静态得分，只有当对象得分和静态得分均大于所述步骤s4中阈值时，才确认所述目标框中物体为遗留物。
10.如权利要求9所述的排除飞虫干扰的遗留物检测方法，其特征在于，所述对象得分的计算公式sb为：
其中，treg、breg、rreg以及lreg分别是满足位于所述疑似遗留物的上方、下方、左方和右方四类中满足凸性条件的边缘在长度之和，bbw和bbl分别为所述疑似遗留物的目标框的长度和宽度，λ是一个常数；
所述静态得分cb为：
其中，