1.一种基于暗通道和亮通道先验的图像去雾方法，其特征在于，包括以下步骤：步骤1)、基于退化图像的物理模型建立大气光散射模型；

步骤2)、结合暗通道和亮通道对大气光散射模型进行先验估计得到大气光值；

步骤3)、根据大气光散射模型和获取的大气光值得到粗透射率；根据大气光散射模型和获取的大气光值得到粗透射率t′(x)为：dark

ω为调整参数，I (x)为通过暗通道先验方法估计出的暗通道图；

将粗透射率作为引导滤波的输入图像，以待处理原始图像的灰度图像作为引导图得到的细化透射率；

步骤4)、以待处理原始图像的灰度图作为导向滤波的引导图细化粗透射率得到细化透射率，根据细化透射率构建透射率图；

步骤5)、对步骤4)经细化透射率构建的透射率图根据自适应透射率补偿函数进行自适应调整得到透射率；经自适应调整的透射率t(x)可以表示为下式：t(x)＝t″(x)+Δt(x)    (3.7)t″(x)为粗透射率t′(x)经过引导滤波细化的透射率，Δt(x)为补偿函数；

具体的补偿函数为：

Δt(x)＝exp(‑kt″(x))    (3.8)由(3.7)和(3.8)可得：

t(x)＝t″(x)+exp(‑kt″(x))    (3.9)由上式可以看出，t(x)关于t″(x)是一个凹函数，通过求导求解可以得出该函数的最小值点坐标(tp,tmin)对补偿函数设置一个下限，可以得到：K是与天空或明亮区域面积有关的函数：k＝7+9exp(‑20m)    (3.12)m为透射率小于0.16的像素点占总像素点的总数；

步骤6)、将上述得到的大气光值和透射率带入到大气光模型中即可得到最终的无雾图像。

2.根据权利要求1所述的一种基于暗通道和亮通道先验的图像去雾方法，其特征在于，基于退化图像的物理模型建立的大气光散射模型为：I(x)＝J(x)t(x)+A(x)(1‑t(x))    (3.1)其中x表示图像中像素点所处于的位置，I(x)表示所观察到的有雾图像，J(x)表示清晰无雾的图像，A(x)表示大气光值，t(x)表示透射率。

3.根据权利要求1所述的一种基于暗通道和亮通道先验的图像去雾方法，其特征在于，light对于一个任意的图片I，其亮通道I (x)表达式为：light

图像中任意一像素点的亮通道值接近于无雾图像的大气光值A (x)：light light

I (x)→A (x)    (3.3)通过式(3.2)与(3.3)可以得到：结合亮通道和暗通道对大气光值进行估计得到大气光值A(x)：light

A(x)＝αA (x)+βA0    (3.5)α和β均为变量参数，A0为通过暗通道先验方法中估计的大气光值。

4.根据权利要求1所述的一种基于暗通道和亮通道先验的图像去雾方法，其特征在于，通过大气光散射模型得到无雾图像为：由式(3.1)变形即可得到：A(x)表示大气光值，t(x)表示透射率，I(x)表示所观察到的有雾图像。

5.根据权利要求3所述的一种基于暗通道和亮通道先验的图像去雾方法，其特征在于，α取值0.7。

6.根据权利要求3所述的一种基于暗通道和亮通道先验的图像去雾方法，其特征在于，β取值0.25。