1.一种基于贝塞尔曲线的暗图像处理方法，其特征在于，包括：获取待处理的暗图像，并从所述暗图像中提取初始亮度通道图像、初始饱和度通道图像和初始色调通道图像；

采用对比度受限的自适应直方图均衡化方法对所述初始亮度通道图像进行增强，得到第一亮度通道图像；

基于所述初始亮度通道图像的初始亮度和所述初始饱和度通道图像的初始饱和度，对所述初始亮度通道图像进行亮度补偿，得到第二亮度通道图像的第一亮度；

构建贝塞尔曲线模型，并基于所述第一亮度构建曲线评估模型，利用所述曲线评估模型对所述贝塞尔曲线模型在不同参数时的图像增强效果进行评估，以获得最优参数的贝塞尔曲线映射的第二亮度通道图像的第二亮度；

将所述初始亮度通道图像、所述第一亮度通道图像和第二亮度时的第二亮度通道图像进行多尺度亮度融合，得到第三亮度通道图像；

将所述第三亮度通道图像、所述初始饱和度通道图像和所述初始色调通道图像进行结合，得到所述暗图像的增强图像；

基于所述初始亮度通道图像的初始亮度和所述初始饱和度通道图像的初始饱和度，计算第二亮度通道图像的第一亮度，包括：基于所述初始亮度通道图像的初始亮度V

V

其中，x表示所述初始亮度通道图像中像素的物理位置；

构建贝塞尔曲线模型，并基于所述第一亮度构建曲线评估模型，利用所述曲线评估模型对所述贝塞尔曲线模型在不同参数时的图像增强效果进行评估，以获得最优参数的贝塞尔曲线映射的第二亮度通道图像的第二亮度，包括：构建三次贝塞尔曲线模型，所述三次贝塞尔曲线模型P(t)的计算公式为：其中，P

基于所述第一亮度V

其中，P表示控制点P

利用遗传算法最小化公式(3)，得到三次贝塞尔曲线的最优控制点坐标P

2.根据权利要求1所述的基于贝塞尔曲线的暗图像处理方法，其特征在于，获取待处理的暗图像，并从所述暗图像中提取初始亮度通道图像、初始饱和度通道图像和初始色调通道图像，包括：获取待处理的暗图像，将所述暗图像从RGB颜色空间转换为HSV颜色空间；

从HSV颜色空间中提取所述初始亮度通道图像、所述初始饱和度通道图像和所述初始色调通道图像。

3.根据权利要求1所述的基于贝塞尔曲线的暗图像处理方法，其特征在于，所述基于饱和度的亮度权重W

4.根据权利要求1所述的基于贝塞尔曲线的暗图像处理方法，其特征在于，基于最优控制点坐标P计算第二亮度通道图像的第二亮度V

利用OTSU算法对所述梯度差D(x)进行阈值分割，得到梯度差阈值Dg；

对于所述第二亮度通道图像中梯度差D(x)大于所述梯度差阈Dg的像素，将该类像素的梯度权重W

5.根据权利要求1所述的基于贝塞尔曲线的暗图像处理方法，其特征在于，所述异常三次贝塞尔曲线的惩罚项WW

其中，L

6.根据权利要求1所述的基于贝塞尔曲线的暗图像处理方法，其特征在于，将所述初始亮度通道图像、所述第一亮度通道图像和第二亮度下的第二亮度通道图像进行多尺度亮度融合，得到第三亮度通道图像，包括：分别计算所述初始亮度通道图像、所述第一亮度通道图像和第二亮度的第二亮度通道图像的亮度融合权重W其中，V

分别计算所述初始亮度通道图像、所述第一亮度通道图像和第二亮度的第二亮度通道图像的颜色对比融合权重W其中，H

根据亮度融合权重W

W

7.根据权利要求6所述的基于贝塞尔曲线的暗图像处理方法，其特征在于，分别计算所述初始亮度通道图像、所述第一亮度通道图像和第二亮度的第二亮度通道图像的亮度融合权重之前，还包括：将sobel算子应用于所述第一亮度通道图像中，并利用OTSU算法对所述第一亮度通道图像中的过度增强像素和图像细节像素进行分割，得到亮度阈值Vg；

根据所述亮度阈值Vg，从所述第一亮度通道图像中提取图像细节像素，并仅将所述图像细节像素用于亮度融合权重计算。