1.一种基于特征学习的单幅图像去雾方法，其特征在于，包括以下步骤：S1.获取一组有雾图像Iset及其对应的场景深度图dset作为训练数据集；

S2.利用数据集Iset和dset训练稀疏自动编码机，该稀疏自动编码机用于提取与雾相关的纹理结构特征；

S3.利用训练好的稀疏自动编码机，对Iset中的每一幅有雾图像Ii提取与雾有关的纹理结构特征Ti；

S4.对Iset中的每一幅有雾图像Ii提取与雾有关的颜色特征Di、Ci、Ri、Gi和Bi，分别表示暗原色特征、颜色衰减特征、图像的R通道、图像的G通道和图像的B通道；

S5.以Iset中每一幅有雾图像所提取的特征Ti、Di、Ci、Ri、Gi和Bi作为输入的训练数据，同时以dset中对应的场景深度图di作为训练标签，训练多层神经网络；该网络用于表示不同特征组合与场景深度之间的映射关系，以有雾图像的纹理结构特征及不同的颜色特征作为输入，输出其对应的场景深度；

S6.输入一幅待复原的有雾图像I，利用训练好的稀疏自动编码机提取有雾图像I的与雾相关的纹理结构特征T；

S7.提取有雾图像I的与雾相关的颜色特征D、C、R、G和B；

S8.利用训练好的多层神经网络，以T、D、C、R、G和B作为输入，输出有雾图像I所对应的场景深度图d；

S9.根据大气散射模型，利用d估算出大气光照度A；

S10.结合有雾图像I、场景深度图d和大气光照度A，复原出对应的无雾图像J。

2.根据权利要求1所述的基于特征学习的单幅图像去雾方法，其特征在于，对于给定一组有雾图像Iset及其对应的场景深度图dset，所述步骤S2中的稀疏自动编码机是经过样本训练得到的，具体的训练方式为：自动编码机由两部分组成：第一部分为稀疏编码，用于提取局部块的主要纹理与结构特征，通过一个无监督自学习的3层神经网络实现，网络的输入是向量化的局部块，隐含层的输出S是对输入的向量进行降维后所得到的特征，网络的输出为S再次映射到高维时所得到的输出向量；第二部分为一个2层神经网络，用于获得纹理结构特征与场景深度之间的映射关系；

稀疏自动编码机中的网络使用sigmoid函数f(x)＝1/(1+e-x)作为传输函数，其训练时，首先从训练样本集Iset中，随机选取N个大小均为r×r的局部块作为第一部分的网络输入，进行无监督学习；然后，以第一部分隐含层输出作为第二部分的网络输入；最后，对每一个r×r的局部块，在训练样本集dset中找到相对应的局部块，以其中心位置的场景深度作为标签，进行有监督学习。

3.根据权利要求1所述的基于特征学习的单幅图像去雾方法，其特征在于，对于一幅有雾图像I，提取与雾有关的颜色特征的提取方法，具体实现如下：给定一幅有雾图像I及其对应的大气光照度A，提取3类颜色特征，分别是：暗原色特征、颜色衰减特征以及图像的RGB空间下的3个通道分量；

暗原色特征定义如下：

其中，Ω(x)是以x为中心，大小为15×15的局部块，Ic表示有雾图像I在颜色通道c下的分量，D表示局部块尺寸为15×15的暗原色特征；

颜色衰减特征定义如下：

其中，Ival和Isat分别为有雾图像在HSV颜色空间下的亮度分量和饱和度分量，θ0、θ1和θ2为线性系数；

有雾图像I中RGB空间下的三个分量也作为本方法的颜色特征，三个分量分别为R通道分量、G通道分量和B通道分量，定义如下：R＝Ired

G＝Igreen

B＝Iblue

上式中，Ired、Igreen和Iblue分别表示有雾图像I在RGB颜色空间上的三个分量。

4.根据权利要求1所述的基于特征学习的单幅图像去雾方法，其特征在于，所述步骤S5中多层神经网络的训练方法，依赖于一组用于训练的有雾图像Iset及其对应的场景深度图dset；具体的训练方法如下：多层神经网络包含3层，分别为输入层、隐含层和输出层，输入层中神经元的个数与特征图的数目相等，隐含层中的神经元个数是输入层的2倍，输出层只有一个神经元，表示最终输出的场景深度；其过程为：首先分别对训练样本集Iset中的有雾图像I1，I2，…，In进行特征提取，每一幅有雾图像Ii对应6幅特征图R、G、B、C、D和T，然后，以这些特征作为输入，以训练样本集dset中的真实场景深度di作为标签，采用反向传播算法对网络进行有监督学习，最后得到训练后的神经网络模型。

5.根据权利要求1所述的基于特征学习的单幅图像去雾方法，其特征在于，所述步骤S9中的大气光照度A的估计方法，依赖于一幅有雾图像I及其对应的场景深度图d；具体的估计方法如下：给定一幅有雾图像I及对应的场景深度图d，其大气光照度A可进一步通过下式估算得出：其中，x和y用于表示图像中的坐标。

6.根据权利要求1所述的基于特征学习的单幅图像去雾方法，其特征在于，所述步骤S10中利用有雾图像I、大气光照度A和场景深度图d复原出无雾图像的方法；具体的图像复原方法如下：已知有雾图像I、大气光照度A和场景深度图d，根据大气散射模型，可由下式复原出无雾图像：其中，β是大气散射系数。