1.一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于包括以下步骤：步骤(1)：首先利用高斯混合模型对水下图像中的水体后景进行目标提取；

步骤(2)：然后利用工程化快速估计模块解决运动相机拍摄动态背景的问题，以及减少计算量的工程化问题；

步骤(3)：最后利用暗通道还原模块对水下图像进行恢复。

2.根据权利要求1所述的一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于：在上述步骤(1)中，高斯混合模型判断水体前后景是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度统计信息来表示背景，然后使用统计差分进行目标像素判断，并对复杂动态背景进行建模。

3.根据权利要求2所述的一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于：在上述步骤(1)中，水下图像的每一个像素点按不同权值的多个高斯分布叠加来建模，每种高斯分布对应一个产生像素点所呈现颜色的状态，各个高斯分布的权值和分布参数随时间更新；当处理彩色图像时，假定图像像素点红R、绿G、蓝B三色通道相互独立并具有相同的方差；

对于随机变量x的观测数据集{x1,x2,…,xN},xt＝(Rt,Gt,Bt)为t时刻像素的样本，其中t＝1～N，则单个采样点xt服从的混合高斯分布概率密度函数为：其中，k为高斯分布的数量，i＝1～k；η(xt，μ(i,t)，τ(i,t))为第t时刻的第i个高斯分布的参数，μ(i,t)为其均值，τ(i,t)为其协方差矩阵， 为其方差，I为三维单位矩阵，w(i,t)为第t时刻的第i个高斯分布的权重。

4.根据权利要求3所述的一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于：在上述步骤(1)中，高斯混合模型进行目标提取的具体流程为：(1.1)每个新像素值xt与当前k个模型按公式(4)进行比较，直至找到匹配新像素值的分布模型，即同该分布模型的均值偏差在2.5个σ以内；

|xt-μ(i,t-1)|≤2.5σ          (4)(1.2)当匹配的分布模型符合后景要求时，则该像素点属于后景；否则属于前景；

(1.3)将每个分布模型的权值按公式(5)进行更新，然后将每个分布模型的权重进行归一化；

w(k,t)＝(1-α)*w(k,t-1)+α*M(k,t)            (5)其中，α是学习速率；对于匹配的分布模型设定M(k,t)＝1，否则M(k,t)＝0；

(1.4)未匹配的分布模型的均值μ与标准差σ不变，而匹配分布模型的参数根据以下公式进行更新；

ρ＝α*η(xt|(μk,σk))                   (6)μt＝(1-ρ)*μt-1+ρ*xt                (7)(1.5)上述步骤(1.1)中没有匹配到任何分布模型的，则权重最小的分布模型被替换，即该分布模型的均值为当前像素值，标准差为初始较大值，权重为较小值；

(1.6)每个分布模型根据w/α2为标准，按降序排列，即权重大且标准差小的分布模型排列靠前；

(1.7)选择上述步骤(1.6)中前B个分布模型作为后景，且B满足公式：其中，B为满足 的最小高斯分布的个数，T为后景在分布模型中的比例阈值，表示在视频中背景出现的概率；

当T取值过小时，则只有极少数的分布模型满足后景条件，高斯混合模型将降为单高斯模型；当T取值较大时，则有更多的分布模型模拟后景模型，对动态背景的适应性也较强；如果当前像素点与B个分布模型中至少有一个匹配，则该像素点被判为后景AreaB的像素之一，否则判为前景AreaF的像素之一；最后所有的像素点构成后景AreaB和前景AreaF。

5.根据权利要求1所述的一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于：在上述步骤(2)中，工程化快速估计模块解决运动相机拍摄动态背景的具体流程为：(2.1.1)首先控制水下机器人每隔一段时间悬浮在水中，相机朝上拍摄，并保证画面中大多数为水体；

(2.1.2)连续拍摄MM张图片，并按照上述步骤(1)得到MM个后景AreaB(mmi)，其中mmi＝1～MM；

(2.1.3)取MM个后景AreaB(mmi)中的交集部分作为最终的后景AreaB，并保存后景AreaB中的红绿蓝三通道的平均值其中，tt表示第tt帧，c表示通道，由红绿蓝三个通道构成；Rave表示后景AreaB中的红色通道平均值；Gave表示AreaB中的绿色通道平均值；Bave表示AreaB中的蓝色通道平均值。

6.根据权利要求1所述的一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于：在上述步骤(2)中，工程化快速估计模块减少计算量的具体流程为：(2.2.1)计算每帧图像中后景AreaB中的红绿蓝三通道的平均值 此时tt为当前帧now的值，故将公式(10)改为：(2.2.2)将每个 与上一帧做比较，如果红绿蓝三通道的所有偏差与 的比例都小于阈值T1，即c

则将 作为A输出，带入到上述步骤(3)中对水下图像进行恢复；

如果红绿蓝三通道中出现至少有一个通道存在偏差与 的比例大于等于T1，则将作为Ac输出；

(2.2.3)如果出现连续有T2帧图像存在至少一个通道偏差与 的比例均大于等于T1帧图像，则重新根据公式(10)计算出新的

7.根据权利要求1所述的一种基于高斯混合模型与暗通道理论的水下图像恢复方法，其特征在于：在上述步骤(3)中，通过亮暗通道的差值得到景深图，具体为：(3.1)水下图像由于光散射和水质吸收的问题容易导致发生图像退化的现象，一种是图像对比度的下降，一种是对比度的降低；而经典DCP算法的雾化模型为：I(x)＝J(x)t(x)+A(1-t(x))             (13)其中，I(x)为水下失真图像，是已知图像；J(x)为水下真实图像，是待求解的图像；t(x)为透射率；A为水体背景估计；

水下图像的退化和空气中图像的退化是相似的；

(3.2)根据下列公式定义暗通道；

Jdark(x)＝miny∈Ω(x)(minc∈(r,g,b)Jc(y))          (14)其中，Jdark(x)表示暗通道图像，为一个单通道图像，且其值为标量；x＝[m,n]T表示图像c中的像素坐标向量，m和n是像素坐标值；J (y)表示原图像中每个通道的图像，且其值为标量；c表示图像红绿蓝的三通道，Ω(x)表示以像素x为中心的一个窗口；y＝[m,n]T表示小窗口Ω(x)中的像素坐标向量；

(3.3)根据公式(13)和上述步骤(2)获得的Ac，得到公式：其中，Ic(x)和Jc(x)分别表示已知图像和待解图像的c通道；

(3.4)设定透射率为定值 且公式(15)两边取最小值，则得到公式：其中，y表示小窗口Ω(x)中的像素，用于与原有的整副图的x做区别；

(3.5)根据暗通道先验理论，暗通道图像近似为0，即

(3.6)将公式(17)代入公式(16)中，得到公式：

(3.7)为防止去雾太过彻底，恢复出的景物不自然，故引入景深因子参数w，得到公式：其中，w取0.95；

(3.8)根据公式(20)进行图像恢复；

其中t0是为了防止透射率过小，导致增强的图像过于亮；max(t(x),t0)取其括号内多个值中最大的值。