1.红外与可见光融合的汽车夜视抗晕光图像分割方法，其特征在于，包括以下步骤：步骤1、将可见光彩色图像转化为灰度图像；

步骤2、通过自适应迭代阈值法确定可见光灰度图像的晕光临界灰度值Gc；

步骤3、根据晕光临界灰度值Gc将可见光、红外和融合图像中的每幅图像分为晕光区域AH和非晕光区域AH，并分割成晕光图像PH和非晕光图像PH；

在步骤2中：

通过自适应迭代阈值法确定可见光灰度图像的晕光临界灰度值Gc，具体包括以下步骤：步骤2.1、选择图像灰度中值作为初始阈值T0；

T0＝0.5(Inmax+Inmin)式中：Inmax、Inmin分别是图像所有像素中最大的灰度值、最小的灰度值；

步骤2.2、利用阈值Ti把图像分割为两个区域R1和R2，根据下式计算区域R1和R2的灰度均值μ1和μ2：

式中：In(j)是第j个像素的灰度值，L为图像总像素数，L1为区域R1像素数，L2为区域R2像素数，L＝L1+L2；

步骤2.3、根据下式，计算新的阈值Ti+1：Ti+1＝m(μ1+μ2)；

式中：m为晕光图像的分割效果满足人眼视觉效果的自适应系数，随图像晕光程度自动调节；

步骤2.4、重复步骤2.2～2.3，直到阈值不再变化时迭代结束，把最新得到的阈值作为图像的晕光临界灰度值Gc。

2.根据权利要求1所述的红外与可见光融合的汽车夜视抗晕光图像分割方法，其特征在于，步骤2.3中：

可见光晕光图像的分割效果满足人眼视觉效果的自适应系数m由下式确定：m＝a*s^b+c

式中：s为晕光区面积与非晕光区面积比，a、b和c为三个常数。

3.根据权利要求2所述的红外与可见光融合的汽车夜视抗晕光图像分割方法，其特征在于，m公式中三个参数的取值范围为：a∈(‑6.023，2.569)，b∈(‑0.04166，0.09245)，c∈(‑2.072，6.507)。

4.根据权利要求3所述的红外与可见光融合的汽车夜视抗晕光图像分割方法，其特征在于：m公式中三个参数的优选取值为：a＝‑1.727，b＝0.0254，c＝2.21。

5.根据权利要求1所述的红外与可见光融合的汽车夜视抗晕光图像分割方法，其特征在于，在步骤3中：

根据下式，进行晕光和非晕光区域的划分，灰度值大于等于Gc的像素点构成晕光区域AH，灰度值小于Gc的像素点构成非晕光区域根据下式，构成晕光图像PH；

根据下式，构成非晕光图像