1.一种基于双重控制网络的图像去模糊系统，其特征在于，包括：用于对输入的图像进行图像特征提取的编码模块；用于根据提取的图像特征进行退化处理和进一步特征提取处理的数据模块；用于对数据模块的处理过程进行控制的控制模块；用于根据处理后的数据进行解码获得重构特征的解码模块；其中在编码模块和解码模块之间建立有循环跳步连接，经由所述循环跳步连接编码模块的输出被加入到解码模块的输入，并且解码模块的输出被加入到编码模块的输入中；

数据模块包含退化分支和处理分支，所述退化分支根据编码模块提取的图像特征利用模糊核生成模糊图像，生成的模糊图像被添加至输入图像中；所述处理分支利用残差网络模块对图像特征进行进一步特征提取，获取符合清晰条件的特征；所述控制模块在退化分支生成退化图像时，控制模糊核生成模糊图像，并在处理分支进行处理时将退化图像作为输入以供处理分支进行处理；退化分支生成模糊图像的公式表示为： 其中k表示模糊核因子，由控制模块控制，n表示噪声， 表示x和k的二维卷积；

编码模块和解码模块为堆叠结构，编码模块提取图像特征包括通道不同的三个阶段，每个阶段都通过一层特征提取块提取图像特征，再通过两层非线性变换块对提取的图像特征进行数学变换；解码模块包括和编码模块相对应的三个阶段，每个阶段都通过两个非线性变换层和一个特征重构层完成解码；其中编码模块第一阶段的特征提取层输出的特征正向跳跃连接至解码模块的相对应阶段的特征重构层，编码模块第一阶段和第二阶段的第二非线性变换层输出的特征分别正向跳跃连接至解码模块对应的下一阶段的特征重构层；解码模块的第一阶段的线性变换层特征返回到编码模块的第一阶段的特征提取层，构成循环。

2.根据权利要求1所述的基于双重控制网络的图像去模糊系统，其特征在于，所述残差网络模块为残差模块结合U‑Net的ResUNet。

3.一种基于双重控制网络的图像去模糊方法，其特征在于，包括以下步骤：

编码模块根据输入图像提取图像特征；

控制模块对提取的图像特征施加模糊核，经过数据模块的处理生成退化的模糊图像，控制模块将退化的模糊图像添加到输入图像中；

编码模块根据更新后的输入图像提取特征，提取的特征经过数据模块的处理，得到符合清晰条件的特征，同时编码模块提取的特征经由循环跳步连接添加到解码模块的输入端；

解码模块根据符合清晰条件的特征以及循环跳步连接传递的特征，完成特征的重构，复原出清晰的图像，其中解码模块的输出经由循环跳步连接加入到编码模块的输入中；

其中，数据模块包含退化分支和处理分支，所述退化分支根据编码模块提取的图像特征利用模糊核生成模糊图像，生成的模糊图像被添加至输入图像中；所述处理分支利用残差网络模块对图像特征进行进一步特征提取，获取符合清晰条件的特征；所述控制模块在退化分支生成退化图像时，控制模糊核生成模糊图像，并在处理分支进行处理时将退化图像作为输入以供处理分支进行处理；退化分支生成模糊图像的公式表示为：其中k表示模糊核因子，由控制模块控制，n表示噪声， 表示x和k的二维卷积；

编码模块提取图像特征包括通道不同的三个阶段，每个阶段都通过一层特征提取块提取图像特征，再通过两层非线性变换块对提取的图像特征进行数学变换；解码模块包括和编码模块相对应的三个阶段，每个阶段都通过两个非线性变换层和一个特征重构层完成解码；编码模块第一阶段的特征提取层输出的特征正向跳跃连接至解码模块的相对应阶段的特征重构层，编码模块第一阶段和第二阶段的第二非线性变换层输出的特征分别正向跳跃连接至解码模块对应的下一阶段的特征重构层；解码模块的第一阶段的线性变换层特征返回到编码模块的第一阶段的特征提取层，构成循环。

4.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，当所述一个或多个程序被所述一个或多个处理器执行时实现权利要求3所述的基于双重控制网络的图像去模糊方法。