1.一种基于非局部暗通道的视频去烟雾方法，其特征在于，包括如下步骤：步骤1：获取待处理视频图像；

步骤2：构建非局部暗通道视频去烟雾模型，所述模型为：其中，Oi,Bi分别代表有烟雾的图像、清晰的背景图像第i个图像块，αi代表第i个图像块对应的纯烟雾稀疏系数，p代表烟雾分布概率，p∈[0 1]，D(Bi)代表第i个图像块图像的暗通道，βi代表第i个图像块的非局部暗通道先验， 代表连续两帧视频图像的差分算子，di代表字典，||·||1代表L1范数， 代表L2范数的平方， 代表求和，符号“*”代表卷积算子，λ1，λ2，λ3，λ4是非负参数； 是模型的正则项，用于控制计算结果接近真实解，||D(Bi)||1是图像块Bi的局部暗通道先验， D(Bi)‑βi代表第i个图像块的暗通道值与真实暗通道值之间的误差，c代表图像的通道，r代表红色通道，g代表绿色通道、b代表蓝色通道；

步骤3：对步骤2的非局部暗通道视频去烟雾模型求解，获取去烟雾后的图像B。

2.根据权利要求1所述的基于非局部暗通道的视频去烟雾方法，其特征在于，所述步骤

2中的模型转变成单变量优化问题，具体为：其中，k表示第k次迭代。

3.根据权利要求2所述的基于非局部暗通道的视频去烟雾方法，其特征在于，所述步骤

2中Bi的求解包括如下步骤：

1：引入辅助变量d1,d2,并使d1＝D(Bi), 式(2)转变成如下形式：其中，b1和b2是d1和d2的迭代对偶变量，γ1、γ2为迭代参数；

2：关于Bi子优化问题：

为方便求解，用D(Bi)＝MBi代入式(5)，M为掩模；

Bi的迭代解为：

3：非局部暗通道βi的计算为：

对于第i个图像块Bi,利用大小与Bi相同的滑动窗口对输入图像取块Pj，j＝1,2,…，N,N为取的图像块总数，计算每个块Pj相对于Bi的误差 取误差最小的30个块，计算和

4：式(4)中d1,d2的迭代解为：式(7)和式(8)中,

5：式(4)中关于b1,b2的迭代解为：

4.根据权利要求2所述的基于非局部暗通道的视频去烟雾方法，其特征在于，所述步骤

2中的αi求解包括如下步骤：

引入辅助变量d3,并使d3＝αi,式(3)可转变成如下形式：其中，γ3为迭代参数；

αi迭代解为：

d3,b3的迭代解为：

式(13)中,

5.一种基于非局部暗通道的视频去烟雾系统，其特征在于，包括：视频图像获取模块，用于获取待处理视频图像；

模型建立模块，用于建立非局部暗通道视频去烟雾模型，所述模型为：其中，Oi,Bi分别代表有烟雾的图像、清晰的背景图像第i个图像块，αi代表第i个图像块对应的纯烟雾稀疏系数，p代表烟雾分布概率，p∈[0 1]，D(Bi)代表第i个图像块图像的暗通道，βi代表第i个图像块的非局部暗通道先验， 代表连续两帧视频图像的差分算子，di代表字典，||·||1代表L1范数， 代表L2范数的平方， 代表求和，符号“*”代表卷积算子，λ1，λ2，λ3，λ4是非负参数； 是模型的正则项，用于控制计算结果接近真实解，||D(Bi)||1是图像块Bi的局部暗通道先验， D(Bi)‑βi代表第i个图像块的暗通道值与真实暗通道值之间的误差，c代表图像的通道，r代表红色通道，g代表绿色通道、b代表蓝色通道；

模型求解模块，用于对模型建立模块建立的模型求解，并获取去烟雾后的图像。

6.根据权利要求5所述的基于非局部暗通道的视频去烟雾系统，其特征在于，所述模型求解模块中的Bi的求解过程为：

1：引入辅助变量d1,d2,并使d1＝D(Bi), 式(2)转变成如下形式：其中，b1和b2是d1和d2的迭代对偶变量，γ1、γ2为迭代参数；

2：关于Bi子优化问题：

为方便求解，用D(Bi)＝MBi代入式(5)，M为掩模；

Bi的迭代解为：

3：非局部暗通道βi的计算为：

对于第i个图像块Bi,利用大小与Bi相同的滑动窗口对输入图像取块Pj，j＝1,2,…，N,N为取的图像块总数，计算每个块Pj相对于Bi的误差 取误差最小的30个块，计算和

4：式(4)中d1,d2的迭代解为：式(7)和式(8)中,

5：式(4)中关于b1,b2的迭代解为：

7.根据权利要求5所述的基于非局部暗通道的视频去烟雾系统，其特征在于，所述模型求解模块中的αi求解过程为：引入辅助变量d3,并使d3＝αi，式(3)可转变成如下形式：其中，γ3为迭代参数；

αi迭代解为：

d3,b3的迭代解为：

式(13)中,