1.一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，所述方法包括采用暗原色先验去雾算法构建出基于透射率的雾天图像成像模型；基于透射率阈值构建出L2正则项，基于透射率的分数阶微积分构建出L1正则项，基于透射率全变分结果构建出全变分正则项；最小化正则项和构建出透射率优化模型，采用交替方向乘子法更新并优化透射率；将优化后的透射率带入雾天图像成像模型中，在更新后的雾天图像成像模型中输入原始的待去雾图像，输出去雾后的图像。

2.根据权利要求1所述的一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，所述雾天图像成像模型表示为：I(x)＝J(x)t(x)+A(1‑t(x))；

其中，x表示图像中像素点的空间坐标，I是输入的待去雾图像；J表示输出的去雾后图(‑ρd(x))

像；t表示光线传播的透射率，t(x)表示像素点x进行光线传播的透射率，t(x)＝e ，ρ表示大气散射系数，d表示图像中物体到成像设备的距离，即场景深度；A表示无限距离远处的大气光强。

3.根据权利要求1所述的一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，所述透射率优化模型包括：其中，第一项为L2正则项，t表示光线传播的透射率，t0表示初始透射率；第二项为L1正α

则项，即分数阶微积分的L1正则项，λ1表示第一正则化参数，D t表示光线传播的透射率t的α

分数阶梯度图，Df表示雾图像f的分数阶梯度图；第三项为全变分正则项，λ2表示第二正则化参数，TV(t)表示光线传播的透射率t的全变分结果。

4.根据权利要求1所述的一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，所述透射率优化模型还包括：其中，第一项为L2正则项，t表示光线传播的透射率，t0表示初始透射率；第二项为L1正则项，即分数阶微积分的L1正则项， 表示权重函数，γ表示调节因子，表α α

示点乘；λ1表示第一正则化参数，Dt表示光线传播的透射率t的分数阶梯度图，Df表示雾图像f的分数阶梯度图；第三项为全变分正则项，λ2表示第二正则化参数，TV(t)表示光线传播的透射率t的全变分结果。

5.根据权利要求3或4所述的一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，像素点x进行光线传播的初始透射率t0的计算方式包括采用边界约束理论计算得到初始透射率t0边界约束，基于所述边界约束选择出对应的初始透射率t0表示为：其中，ω(0≤ω≤1)表示去雾程度；y表示局部区域中的某个像素点；Ω(x)表示以x为c c

中心的局部区域；I表示彩色图像I中的每个通道；A表示在暗原色图像中像素最强的点的像素值；Jlow表示一个非零向量；0≤tb(x)≤t0(x)≤1；tb(x)表示t0(x)的下界。

6.根据权利要求5所述的一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，下界tb(x)表示为：其中，c∈{r，g，b}表示像素点所属的色彩模式； 表示图像的第零常向量； 表示图像的第一常向量。

7.根据权利要求3或4所述的一种基于暗通道和分数阶多变分正则化的图像去雾方法，其特征在于，将所述雾图像f分解为f＝u+v+w，其中，u表示图像分片光滑的部分，v表示图像的纹理成份，w表示图像的噪声，并对这三部分分别建模。