1.一种基于多波段特性的卷云虚警源检测方法，其特征在于，包括如下步骤：
s1、输入两幅不同波段的卷云图像并进行预处理；
s2、对一幅预处理后的图像，利用覆盖法求其分形维数并进行归一化处理，得到归一化分形维数特征图；
s3、对另一幅预处理后的图像，利用显著性方法进行增强，得到显著性特征图；
s4、将归一化分形维数特征图和显著性特征图进行加权融合；
s5、对融合后的图像进行自适应阈值分割，得到检测结果。
2.根据权利要求1所述的方法，其特征在于：所述步骤s1中进行预处理包括对输入的卷云图像进行中值滤波。
3.根据权利要求1所述的方法，其特征在于，所述步骤s2中，利用覆盖法求分形维数包括：
设图像为f(i,j)，其中f表示灰度值，(i,j)表示像素位置；
设图像被毛毯所覆盖，其中上毯子为un，下毯子为dn，n表示毯子的厚度，且初始值u0(i,j)＝d0(i,j)＝f(i,j)，则毯子表面计算公式为：
其中，(p,q)表示与像素(i,j)的距离不大于1的像素位置，max表示取最大值，min表示取最小值；
得毯子面积的计算公式为：
其中，s表示毯子面积；
由分形表面公式s(n)＝n2-d，得图像表面分形维数d的计算公式为：
其中，in表示取自然对数。
4.根据权利要求3所述的方法，其特征在于，所述步骤s2中对分形维数进行归一化处理，计算公式为：
其中，f3(x,y)表示归一化分形维数特征图。
5.根据权利要求4所述的方法，其特征在于：所述步骤s3中，利用基于频率调制的显著性方法增强卷云区域。
6.根据权利要求5所述的方法，其特征在于，所述步骤s3中，基于频率调制的显著性方法的计算公式为：
f2(x,y)＝||igauss-imean||
其中，igauss为高斯滤波得到的图像，imean为图像的均值，f2(x,y)表示得到的显著性特征图。
7.根据权利要求6所述的方法，其特征在于，所述步骤s4中，将归一化分形维数特征图和显著性特征图进行加权融合时，计算公式为：
其中，
8.根据权利要求1所述的方法，其特征在于，所述步骤s5中，对融合后的图像进行自适应阈值分割，包括：
设初始的阈值th＝0；
从0至255遍历所有阈值的取值，求使得最大类间方差g最小的阈值为最终阈值；其中，最大类间方差g的表达式为：
g＝ω1×ω2×(μ1-μ2)2
ω1表示小于阈值的像素个数占图像总像素百分比，ω2表示大于等于阈值的像素个数占图像总像素百分比，μ1表示小于阈值的像素的均值，μ2表示大于等于阈值的像素的均值；
根据最终阈值分割图像。
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8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8中任一项所述的方法的步骤。