1.一种基于暗亮原色先验与自适应参数优化的图像去雾方法，其特征在于，包括以下步骤：步骤1)、对获取的有雾原图进行OTSU算法处理，得到类天空区域的数值，类天空区域是满足亮度高的背景，对获取的有雾原图通过暗原色先验算法处理得到暗原色先验算法数值，将类天空区域的数值与暗原色先验算法得到的数值进行加权处理，从而得到加权平均的大气光A值；具体的：设图像f(x,y)含有L个灰度级，通过对原图像进行均值滤波得到邻域平滑图像g(x,y)，g(x,y)含有L个灰度级，每个像素都可由两个数值表示：像素灰度值、邻域平均灰度值，可以将这样的现象表示为二元组(i，j)，其中i表示像素灰度值，j表示邻域平均灰度值，用fij表示二元组(i，j)在同一位置出现的次数，并由此可以构建出二维直方图，从而实现最优阈值分割；将有雾图像设为I(x)，其像素总数为N，设类天空区域为B(x)，其像素总数为n，雾天图像的暗原色为：则暗原色图中的最大像素值Id_max可表示为：dark

Id_max＝max(I (x))    (3.19)类天空区域的像素通道最大值的均值Bmean为：加权大气光A值表示为：

A＝wBmean+(1‑w)Id_max    (3.21)式中， 表示类天空区域的权值；

步骤2)、以大气光A值为阈值，将大于等于大气光A值的区域定义为亮原色区，小于大气光A值的定义为暗原色区，从而得到暗亮原色先验理论：暗亮原色先验理论：暗通道数值大于大气光A值的区域，为亮原色区域，将亮原色区域表示如下：light

式中，J(x)表示无雾图像像素值，J (x)表示无雾图像的亮原色，亮原色值大小等于

1；

则雾天图像的亮原色区域可表示为：

light

式中，I(x)表示雾天图像，I (x)表示雾天图像的亮原色；

则雾天图像的暗原色区域可表示为：

此时，将公式(3.23)与公式(3.24)相结合，可得出暗亮原色图，其公式表示如下：dl

式中，I (x)表示暗亮原色值，其集合即为暗亮原色图；

步骤3)、将雾天图像退化模型与暗亮原色先验理论相结合，从而得到粗透射率；

步骤4)、通过自适应权重ω值取值算法，对粗透射率进行优化；

根据公式(2.7)变形后的雾天退化模型，对式两边同时取颜色通道最大值，可得：式中，c表示r、g、b三通道， 表示在亮原色区域内滤波窗口中所假设为固定值的透射率，对公式(3.26)两边求区域最大值运算，可得：式中，Ω(x)表示以像素x为中心点的滤波区域；

light

将J (x)→1和公式(3.23)带入式(3.27)，可将其简化并变形如下：式中，ω∈[0,1]是为了保留少量的雾气以提高图像真实性，A为大气光值，将式(3.28)与式(2.12)相结合，可最终求得粗估计的透射率tdl(x)为：dl

式中，I (x)为暗亮原色图中在x处的像素值；

将ω值直接取为归一化后的A值，则公式(3.32)优化改进如下：步骤5)、通过自适应引导滤波算法对优化后的粗透射率进行细化，从而得到细透射率；

步骤6)、最后将原有雾图像、加权平均的大气光A值和求得的细透射率一起代入雾天图像退化模型，最终得到去雾后的图像。

2.根据权利要求1所述的基于暗亮原色先验与自适应参数优化的图像去雾方法，其特征在于，引导滤波的窗口尺度如下：r＝4*floor[max(3,M*0.01,N*0.01)]    (4.3)式中，floor表示向0取整，r表示引导滤波的滤波窗口尺度。