1.一种基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，包括以下步骤：(1)通过雨痕探测模型探测出图像中雨的分布位置，并生成雨痕分布模板；

(2)利用所述雨痕分布模板，通过图像去雨和修复模型对有雨存在的图像区域进行去雨处理和图像信息修复处理，对无雨污染的区域保留原有信息，实现图像去雨和修复。

2.根据权利要求1所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，在所述步骤(1)中，所述雨痕探测模型为：上式中，s是待检测的雨痕图，r是雨污染图像，||·||L0为L0范数， 和 是水平和竖直的梯度算子；λ1，λ2，λ3，λ4和λ5是非负的正则化系数。

3.根据权利要求2所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，对所述雨痕探测模型的求解过程如下：引入辅助变量d1,d2,d3,d4,d5，并使得 d5＝s。

根据半二次方分裂原理，将所述雨痕探测模型转变成如下非约束条件问题：式中，α1,α2,α3,α4,α5是半二次方分裂时引入的非负迭代系数。

4.根据权利要求3所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，关于sk+1子问题求解：求解(3)式得：

整理，并利用傅里叶变换和傅里叶反变换有：式中，fft2(·)和ifft2(·)分别代表傅里叶变换和傅里叶反变换。

5.根据权利要求3所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，关于 和 子问题求解：利用硬阈值迭代原理可得如下迭代公式：

6.根据权利要求4所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，根据所述迭代公式，图像雨探测过程可以归纳如下：Step 1:初始化设置, 迭代停止条件误差限tol＝10-5,初始误差error＝0；最大迭代次数itermax＝100,迭代次数初始值iter＝1；

Step 2:while itertol计算：

iter＝iter+1；

Step 3：输出雨探测图s,利用二值化生成雨分布位置模板P^。

7.根据权利要求1至6中任一项所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，在所述步骤(2)中，所述图像去雨和修复模型为：上式中，D是紧小波框架稀疏变换算子，u是待复原的清晰图像，β是非负的实数系数。

8.根据权利要求7所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，所述模型式(16)的求解过程如下：令p＝Du，利用半二次方分裂，式(16)可转变为：k+1

那么有u 的优化问题：

解得：

uk+1＝(P^+γI)-1(P^f+γDTpk)pk+1的优化问题为：

利用硬阈值滤波有：

9.根据权利要求7所述的基于稀疏盲探测和图像多重特征修复的图像去雨方法，其特征在于，通过图像去雨和修复模型对有雨存在的图像区域进行去雨处理和图像信息修复处理的过程如下：

0 0 -4

Step 1：初始化设置,p＝u＝0,迭代停止条件误差限tol＝10 ,初始误差error＝0；最大迭代次数itermax＝100,迭代次数初始值iter＝1；

Step 2：while itertol计算：

k+1 -1 T k

u ＝(P^+γI) (P^f+γDp)iter＝iter+1；

Step 3：输出修复图像结果u。