1.一种宽线条提取相结合的sar图像边缘检测方法，所述方法包括：
获取sar图像在各个方向上的边缘强度信息，构建初步边缘强度图；
将所述初步边缘强度图与预先设置的高斯核函数进行卷积运算，得到所述初步边缘强度图对应的黑塞矩阵；
根据所述黑塞矩阵的特征值与特征向量，得到所述sar图像的增强边缘强度图；
采用预先设置的各向同性非线性滤波器对所述增强边缘强度图进行滤波，得到所述增强边缘强度图中的宽线条；
提取所述宽线条的中心线，得到所述sar图像的图像边缘。
2.根据权利要求1所述的方法，其特征在于，所述获取sar图像在各个方向上的边缘强度信息，构建初步边缘强度图，包括：
根据预先设置的平滑滤波器对所述sar图像的各个维度进行卷积滤波，归一化得到所述sar图像在各个方向上的边缘强度；
根据所述sar图像在各个方向上的边缘强度，得到sar图像中各个像素点的最终边缘强度；
根据sar图像中各个像素点的最终边缘强度，构建初步边缘强度图。
3.根据权利要求1所述的方法，其特征在于，将所述初步边缘强度图与预先设置的高斯核函数进行卷积运算，得到所述初步边缘强度图对应的黑塞矩阵，包括：
获取预先设置的宽线条模型，根据所述宽线条模型，获取所述初步边缘强度图中的宽线条结构；
根据所述宽线条结构与预先设置的高斯核函数进行卷积，得到所述宽线条结构中每个像素点的各阶偏导；
根据每个像素点的各阶偏导，构建所述初步边缘强度图对应的黑塞矩阵。
4.根据权利要求3所述的方法，其特征在于，根据所述黑塞矩阵的特征值与特征向量，得到所述sar图像的增强边缘强度图，包括：
获取所述黑塞矩阵中绝对值最大的特征向量作为预先设置的方向向量；
对于所述初步边缘强度图中的每一个像素点，计算所述每个像素点在所述方向向量方向的二阶方向导数的最大绝对值；
根据每个像素点对应的所述最大绝对值，得到所述sar图像的增强边缘强度图。
5.根据权利要求1所述的方法，其特征在于，所述采用预先设置的各向同性非线性滤波器对所述增强边缘强度图进行滤波，得到所述增强边缘强度图中的宽线条，包括：
获取预先设置的各向同性非线性滤波器以及预先设置的圆形掩膜；
利用所述各向同性非线性滤波器将所述圆形掩膜的掩膜中心的灰度值与所述增强边缘强度图中的像素点的灰度值满足预先设置的相似函数时，将所述像素点分类至灰度相似加权掩膜；
获取预先设置的所述圆形掩膜的恒定权重；
根据所述恒定权重将所述掩膜中心与所述圆形掩膜内其他像素点进行比较，得到所述掩膜中心的灰度相似加权掩膜权重；
根据所述掩膜中心的所述灰度相似加权掩膜权重，进行反转操作得到所述增强边缘强度图中的宽线条。
6.根据权利要求5所述的方法，其特征在于，设置所述相似函数的步骤包括：
将所述掩膜中心的灰度值、所述像素点的灰度值以及预先设置的门限值作为双曲正切函数中的参数，构建所述相似函数。
7.根据权利要求6所述的方法，其特征在于，设置所述相似函数的步骤包括：
根据所述掩膜中心的灰度值和所述像素点的灰度值，构建阶跃函数；
将所述阶跃函数和所述门限值作为所述双曲正切函数中的参数，构建所述相似函数。
8.一种宽线条提取相结合的sar图像边缘检测装置，其特征在于，所述装置包括：
强度图构建模块，用于获取sar图像在各个方向上的边缘强度信息，构建初步边缘强度图；
矩阵获取模块，用于将所述初步边缘强度图与预先设置的高斯核函数进行卷积运算，得到所述初步边缘强度图对应的黑塞矩阵；
强度增强模块，用于根据所述黑塞矩阵的特征值与特征向量，得到所述sar图像的增强边缘强度图；
宽线条提取模块，用于采用预先设置的各向同性非线性滤波器对所述增强边缘强度图进行滤波，得到所述增强边缘强度图中的宽线条；
边缘检测模块，用于提取所述宽线条的中心线，得到所述sar图像的图像边缘。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。