1.一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，包括以下步骤：采集不同成像条件下光栅对物成像的序列图像；

对序列图像的每一帧图进行灰度信息提取、中值滤波和刃边提取，得到刃边图像的边缘分界线；

基于Boltzmann函数的拟合模型求取每一帧图横向与纵向ESF，将ESF作差分处理得到LSF，将横向与纵向LSF作叉乘运算得到该刃边图像对应的点扩散函数PSF；

基于得到的点扩散函数PSF进行反卷积复原。

2.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，所述刃边提取的具体方法是：对灰度提取、中值滤波后的序列图像进行刃边函数提取，将刃边图像的每一行进行依次差分，得到绝对值最大的刃边点坐标位置，该位置即为一行相邻像素的灰度差值极点；由最小二乘法拟合每行的极点坐标，则拟合的直线为该刃边图像的边缘分界线。

3.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，采集不同成像条件的序列图像，具体为在不同的光栅常数、不同的入射角度、不同的成像距离条件下采集序列图像。

4.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，所述的光栅对物成像满足以下条件：式中k1,1/d1和z1分别为色散光栅的衍射光级数、色散光栅的空间频率和色散光栅至物体的垂直距离；k2,1/d2和z2分别为汇合光谱光栅衍射级数、汇合光谱光栅的空间频率和汇合光谱光栅至物体的垂直距离，w为系数，且0.75≤w≤2；

采集光源经过色散光栅后形成的衍射光路上的序列图像。

5.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，所述LSF通过下述方式求得：以拟合的边缘分界线为基点，将刃边各行对应的像素灰度值进行相加，求得的平均灰度曲线ESF；再利用基于Boltzmann函数的拟合模型对ESF曲线进行拟合，Boltzmann函数的拟合模型设计如下：式中，F(x)为Boltzmann函数拟合方程，A1、A2、x0、dx为待定系数。将拟合后的ESF曲线进行如下式的微分运算，得到图像线扩散函数LSF：LSF(n)＝ESF(n)-ESF(n-1)

其中，n为像素点的列坐标；

对F(x)进行求导，得到LSF的数学形式，如下式:

其中x＝1、2、3…n。

检测成像图中橫纵两方向上的线扩散函数LSF，将其叉乘得到该刃边图像对应的点扩散函数PSF。

6.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，所述的点扩散函数卷积复原，是基于估算所得的点扩散函数，采用非线性迭代的Lucky-Richardson滤波复原技术进行反卷积复原。

7.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，基于估算所得的点扩散函数PSF，利用退化函数的卷积形式表示原物经像差退化：g(x,y)＝f(x,y)*h(x,y)+n(x,y)f(x,y)为原物像，h(x,y)为点扩散函数(PSF),n(x,y)为图像在采集与传输过程中的随机加性噪声，g(x,y)为退化图像；

用最大似然估计法对模型进行估计，得出的最大似然函数即为原始图像；估计迭代方程可表示为：式中，“*”表示卷积运算，k为迭代次数，为恢复的图像；

随着迭代次数k的不断增大，复原出的图像越理想。

8.根据权利要求1所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，在运用点扩散函数进行反卷积复原的步骤之后，还包括下述步骤：采用边缘能量、平均梯度、点锐度三种参量指标对复原后的序列图进行评价，评价的具体方法为：采用边缘能量Edge-energy参数指标，提取图像水平与垂直方向上的边缘成分，通过检测得到的边缘能量值来判断图像的清晰度；

采用平均梯度GMG参数指标，检测图像边界或影线附近两侧灰度差异值或灰度变化率；

采用点锐度PSD参量指标，检测图像边缘的灰度变化情况。

9.根据权利要求2所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，在不同的入射角度下复原的序列图像满足如下条件：其中，x0近似为固定值，即x0≈53.13；参数A1、A2、dx将各个入射角度下的变化趋势进行拟合，表达式如下：其中，y0′、y0″、y0″′、A′、A″、A″′、w′、w″、w″′、xc′、xc″、xc″′为常数。

10.根据权利要求2所述的一种基于序列图像分析消除光栅对物成像像散的方法，其特征在于，所述的不同的入射角度为-35°～20°间的任一入射角度。