1.一种图像增强方法，其特征在于，所述方法包括：

获取原始图像序列，对所述原始图像序列中每张图像进行主成分析，得到所述原始图像序列中每张图像的主分量和次分量，分别对所述所述原始图像序列中每张图像的主分量和次分量进行组合，得到主分量图像序列和次分量图像序列；

分别对所述主分量图像序列和所述次分量图像序列进行二维傅里叶正变换，得到主分量图像变换序列和次分量图像变换序列；

利用预设的高频滤波器对所述次分量图像变换序列进行高频滤波，得到第一分量图像序列；

所述利用预设的高频滤波器对所述次分量图像变换序列进行高频滤波，得到第一分量图像序列，包括：利用所述高频滤波器的第一元素分析层分析所述次分量图像变换序列的第一图像元素；利用所述高频滤波器的高频识别层识别对所述第一图像元素的高频元素；

利用所述高频滤波器中点乘函数去除所述次分量图像变换序列中的所述高频元素，得到所述第一分量图像序列；

其中，所述第一元素分析层是指用来分析图像元素的层；所述第一图像元素是指是指图像的元素点；所述高频识别层是指用来识别所述第一图像元素中高频元素的层；高频去除层是指所述第一图像元素中高频元素去除的层；

所述预设的高频滤波器，包括：

其中，H1(u,v)是指高频滤波器， P＝2*lQ＝2*h，，原始图像的分辨率为l*h，D0是一个正的常数；

所述利用所述点乘函数，包括：

R1H1,R2H1,...,RNH1＝R1,R2,...,RN.H1(u,v)其中，所述R1H1,R2H1,...,RNH1表示第一分量图像序列；R1,R2,...,RN表示次分量图像变换序列，H1(u,v)表示高频滤波器；

利用预设的曝光滤波器对所述第一分量图像序列进行曝光滤波，得到第二分量图像序列；

所述利用预设的曝光滤波器对所述第一分量图像序列进行曝光滤波，得到第二分量图像序列，包括：利用所述曝光滤波器的第二元素分析层分析所述第一分量图像序列中的第二图像元素；利用所述曝光滤波器的元素曝光识别层识别所述第二图像元素中曝光元素；

利用所述曝光滤波器的曝光滤波函数去除所述第一分量图像序列中的所述曝光元素，得到所述第二分量图像序列；

其中，所述第二元素分析层指用来分析图像元素的层；所述元素曝光识别层是指用来识别图像元素中含有曝光元素的层；去曝光层是指用来去除所述曝光元素的层；

所述预设的曝光滤波器，包括：

2 2 56

H2(u,v)＝exp[c(u+v) ]

其中，所述H2(u,v)表示曝光滤波器，c表示长时间曝光成像的干扰相关的常数，u,v表示曝光滤波器空间坐标位置；

所述曝光滤波函数，包括：

R1H1H2,R2H1H2,...,RNH1H2＝R1H1,R2H1,...,RNH1.H2(u,v)其中，所述R1H1H2,R2H1H2,...,RNH1H2表示所述第二分量图像序列；R1H1,R2H1,...,RNH1表示所述第一分量图像序列；H2(u,v)表示曝光滤波器；

利用预设的聚焦滤波器对所述第二分量图像序列进行聚焦滤波，得到第三分量图像序列；

所述利用预设的聚焦滤波器对所述第二分量图像序列进行聚焦滤波，得到第三分量图像序列，包括：利用所述聚焦滤波器的第三元素分析层分析所述第二分量图像序列的第三图像元素，利用所述聚焦滤波器的元素聚焦提取层提取所述第三图像元素的聚焦元素；利用所述聚焦滤波器的去聚焦函数去除所述第二分量图像序列的所述聚焦元素，得到所述第三分量图像序列；

其中，所述第三元素分析层指用来分析图像元素的层；所述元素聚焦提取层是指用来识别图像元素中含有聚焦元素的层；去聚焦层是指用来去除所述聚焦元素的层；

所述预设的聚焦滤波器，包括：

其中，所述H3(u,v)表示聚焦滤波器，J为一阶贝塞尔震荡函数，其中，所述去聚焦函数，包括：

R1H1H2H3,R2H1H2H3,...,RNH1H2H3＝R1H1H2,R2H1H2,...,RNH1H2.H3(u,v)其中，所述R1H1H2H3,R2H1H2H3,...,RNH1H2H3表示所述第三分量图像序列；R1H1H2,R2H1H2,...,RNH1H2表示所述第二分量图像序列；H3(u,v)表示聚焦滤波器；

将所述第三分量图像序列和所述主分量图像变换序列进行序列点加，得到点加图像序列，对所述点加图像序列进行二维傅里叶反变换，得到目标图像序列。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始图像序列中每张图像进行主成分析，得到所述原始图像序列中每张图像的主分量和次分量，包括：提取所述原始图像序列中每张图像的特征指标；

将所述每张图像的所述特征指标进行组合，得到多维特征向量；

根据所述多维特征向量，利用主成分析函数计算所述原始图像序列中每张图片的所述主分量，并根据所述主分量，确定所述原始图像中每张图片的所述次分量。

3.根据权利要求2所述的方法，其特征在于，所述主成分析函数包括：T

Xk＝(R1，R2,...,Rm)/(X1k，X2k,...,Xnk) (k＝1,2,...m)T

其中，Xk表示主分量，(R1，R2,...,Rm)表示多维特征向量，(X1k，X2k,...,Xnk)表示所述多维特征向量和原始图像序列组成的矩阵，m表示多维特征向量对应特征指标的数量。

4.根据权利要求1所述的方法，其特征在于，所述分别对所述主分量图像序列和所述次分量图像序列进行二维傅里叶正变换，得到主分量图像变换序列和次分量图像变换序列，包括：分别将所述主分量图像序列和所述次分量图像序列分解为多个主分量复平面波和多个次分量复平面波；

分别对所述主分量复平面波和所述次分量复平面波求和，得到目标主分量复平面波和目标次分量复平面波；

根据所述目标主分量复平面波，利用主分量二维傅里叶正变换公式对所述主分量图像序列进行二维傅里叶正变换，得到所述主分量图像变换序列，及根据所述目标次分量复平面波，利用次分量二维傅里叶正变换公式对所述次分量图像序列进行二维傅里叶正变换，得到所述次分量图像变换序列。

5.根据权利要求4所述的方法，其特征在于，所述主分量二维傅里叶正变换公式，包括：‑2jπ(ux+vy)

其中，F(u,v)表示主分量图像变换序列，f(x,y)表示主分量图像序列，e 表示目标主分量复平面波。

6.根据权利要求1所述的方法，其特征在于，所述对所述点加图像序列进行二维傅里叶反变换，得到目标图像序列，包括：识别所述点加图像序列中每张图片的元素点，分析所述元素点的二维波形；

根据所述二维波形，利用二维傅里叶反变换函数对所述点加图像序列进行反变换，得到目标图像序列。

7.根据权利要求6所述的方法，其特征在于，所述二维傅里叶反变换函数，包括：‑2jπ(ux+vy)

其中，f(u,v)表示目标图像序列，F(x,y)表示点加图像序列，e 表示二维波形。

8.一种图像增强方法装置，其特征在于，所述装置包括：图像主成分析模块，用于获取原始图像序列，对所述原始图像序列中每张图像进行主成分析，得到所述原始图像序列中每张图像的主分量和次分量，分别对所述所述原始图像序列中每张图像的主分量和次分量进行组合，得到主分量图像序列和次分量图像序列；

二维傅里叶正变换模块，用于分别对所述主分量图像序列和所述次分量图像序列进行二维傅里叶正变换，得到主分量图像变换序列和次分量图像变换序列；

高频滤波模块，用于利用预设的高频滤波器对所述次分量图像变换序列进行高频滤波，得到第一分量图像序列；

曝光滤波模块，用于利用预设的曝光滤波器对所述第一分量图像序列进行曝光滤波，得到第二分量图像序列；

聚焦滤波模块，用于利用预设的聚焦滤波器对所述第二分量图像序列进行聚焦滤波，得到第三分量图像序列；

目标图像获取模块，用于将所述第三分量图像序列和所述主分量图像变换序列进行序列点加，得到点加图像序列，对所述点加图像序列进行二维傅里叶反变换，得到目标图像序列。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的图像增强方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的图像增强方法。