1.一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，具体按照以下步骤实施：dark

步骤1、获取输入的雾天图像I(x)的红、绿、蓝三个颜色通道值的最小值通道图像I(x)，通过四叉树分割的方法计算雾天图像I(x)的大气光值A；

步骤2、对原始雾天图像I(x)进行颜色空间域的变换，即由RGB颜色空间变换到HSV颜色空间，并提取出雾天图像I(x)的亮度分量v(x)和饱和度分量s(x)；

步骤3、利用非线性颜色衰减先验模型计算出雾天图像I(x)的景深d(x)，并通过最小值滤波、平滑滤波和引导滤波过滤掉其中的噪声信息，得到最终的图像景深dr(x)；

所述非线性颜色衰减先验模型表达式为：

式(2)中，v(x)表示雾天图像I(x)的亮度分量，s(x)表示雾天图像I(x)的饱和度分量，参数α＝4.99，θ0＝‑0.29，θ1＝0.83，θ2＝‑0.16；

步骤4、结合改进动态大气散射系数函数β(x)和图像景深dr(x)，计算出大气透射率t(x)；

步骤5、将大气光值A和大气透射率t(x)代入雾天图像的大气散射模型公式，并通过无雾图像恢复公式去噪，计算无雾图像J(x)。

2.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征dark在于，步骤1所述最小值通道图像I (x)表达式为：

其中，y表示R、G、B三个颜色通道中的一个通道。

3.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，步骤1具体过程为：步骤1.1、根据初始阈值T0为30×30，对输入的雾天图像I(x)求取灰度图像Igray；

步骤1.2、对灰度图像Igray使用中值滤波，获得滤波后的图像Imedian；

步骤1.3、将图像Imedian通过四叉树分割法平均分为四个矩形区域；

步骤1.4、求取每个矩形区域的平均像素值，通过平均像素值减去该区域的标准差获取一个得分，选出最大得分以及最大得分对应的区域；

步骤1.5、比较最大得分对应的区域与初始阈值T0的大小；如果最大得分对应的区域大于初始阈值T0，返回步骤1.2；否则，最大得分对应的区域为目标区域；

步骤1.6、求取目标区域灰度值的平均值，该平均值即为大气光值A。

4.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，步骤3中所述通过最小值滤波、平滑滤波和引导滤波过滤掉其中的噪声信息具体过程为：步骤a、采用最小值滤波对白色物体被误认为远景的问题进行去噪；

式中，dmin(x)表示最小值滤波后的图像景深，d(y)表示待滤波的图像景深，Ω(x)表示以像素x为中心的滤波区域，滤波结构元素取15×15的方形矩阵；

步骤b、对最小值滤波后的图像景深dmin(x)进行平滑和导向滤波处理，得到最终的图像景深dr(x)：dr(x)＝guidedfilter(Igray,derode(x),r,esp)          (5)式中，Igray表示原始雾天图像I(x)的灰度图，derode(x)表示平滑滤波后的图像景深，r为滤波窗口半径，取值为30，esp为正则化参数，取值为0.01。

5.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，步骤4所述改进动态大气散射系数函数β(x)的表达式为：

6.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，步骤4中所述计算出大气透射率t(x)表达式为：t(x)＝exp[‑βdr(x)]               (15)

7.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，所述大气散射模型公式为：I(x)＝J(x)t(x)+A[1‑t(x)]             (16)

8.根据权利要求1所述一种基于改进动态大气散射系数函数的图像去雾方法，其特征在于，所述计算无雾图像J(x)过程为：式(9)中，t0为透射率t(x)设定的下限阈值，取值0.1。