1.一种交互引导的双分支图像去雾模型，用于对图像进行去雾处理，其特征在于，包括输入层（1）、Transformer分支（2）、CNN分支（3）、多个CPA块（4）、CNN解码器（5）和输出层（6）；

所述Transformer分支（2）包括多层串联连接的Transformer块（201），所述CNN分支（3）包括多层第一CNN层（301），所述Transformer块（201）、所述第一CNN层（301）和所述CPA块（4）的数量相同；

所述Transformer分支（2）的输入端和所述CNN分支（3）的输入端均与所述输入层（1）连接；

每层所述Transformer块（201）的输出与同一层的第一CNN层（301）的输出相加后输入一个所述CPA块（4），得到所述CPA块（4）输出的权重矩阵，用以与所述同一层的第一CNN层（301）的输出相乘，得到所述同一层的第一CNN层（301）对应的引导输出；最后一层所述第一CNN层（301）之前的各层所述第一CNN层（301）对应的所述引导输出输入各自的下一层所述第一CNN层（301），最后一层所述第一CNN层（301）对应的所述引导输出与最后一层所述Transformer块（201）的输出相加后输入所述CNN解码器（5）；

所述CNN解码器（5）的输出端与所述输出层（6）连接；

所述CNN解码器（5）包括多层串联连接的第二CNN层（501），所述第二CNN层（501）的数量与所述第一CNN层（301）的数量相同，所述CNN分支（3）与所述CNN解码器（5）连接形成U‑Net网络；

第i层所述第一CNN层（301）对应的所述引导输出与第n‑i层所述第二CNN层（501）的输出相加后输入第n‑i+1层所述第二CNN层（501），ｉ为正整数且ｉ∈[1，n‑1]，ｎ为所述第一CNN层（301）和所述第二CNN层（501）的层数。

2.根据权利要求1所述的交互引导的双分支图像去雾模型，其特征在于，所述CPA块（4）包括通道注意力模块（401）和像素注意力模块（402）；

所述像素注意力模块（402）包括第一平均池化层（4021）、第一最大池化层（4022）、第一卷积层（4023）和第一Sigmoid激活函数层（4024），所述第一平均池化层（4021）的输入端和所述第一最大池化层（4022）的输入端均与所述CPA块（4）的输入端连接，所述第一平均池化层（4021）的输出端和所述第一最大池化层（4022）的输出端级联后与所述第一卷积层（4023）的输入端连接，所述第一卷积层（4023）的输出端与所述第一Sigmoid激活函数层（4024）的输入端连接；

所述通道注意力模块（401）包括第二平均池化层（4011）、第二最大池化层（4012）、FC全连接层（4013）和第二Sigmoid激活函数层（4014），所述第二平均池化层（4011）的输入端和所述第二最大池化层（4012）的输入端均与所述CPA块（4）的输入端连接，所述第二平均池化层（4011）的输出与所述第二最大池化层（4012）的输出相加后输入所述FC全连接层（4013），所述FC全连接层（4013）的输出端与所述第二Sigmoid激活函数层（4014）的输入端连接；

所述第一Sigmoid激活函数层（4024）的输出、所述第二Sigmoid激活函数层（4014）的输出和所述CPA块（4）的输入相乘后作为所述CPA块（4）的输出。

3.根据权利要求1所述的交互引导的双分支图像去雾模型，其特征在于，所述第一CNN层（301）和所述Transformer块（201）均设置有四层，所述CPA块（4）设置有四个。

4.根据权利要求1所述的交互引导的双分支图像去雾模型，其特征在于，所述

Transformer分支（2）还包括依次连接在第一层所述Transformer块（201）前侧的第二卷积层（202）和下采样层（203）。

5.根据权利要求1所述的交互引导的双分支图像去雾模型，其特征在于，所述

Transformer块（201）包含归一化层，且所述归一化层执行以下运算：；

其中，y为所述归一化层的输出，x为输入所述归一化层的特征图，为x的平均值， 为x的标准差，为学习缩放因子，为偏差因子， 和 为权重， 和 为偏差参数，F(·)为主块函数。

6.根据权利要求1所述的交互引导的双分支图像去雾模型，其特征在于，所述

Transformer块（201）的滑动窗口机制采用反射填充机制，以把边缘窗口的尺寸填充成设置的窗口尺寸。

7.根据权利要求6所述的交互引导的双分支图像去雾模型，其特征在于，所述

Transformer块（201）通过以下运算聚合邻域窗口之间的信息：

；

其中， 为聚合结果，Q为查询矩阵，K为键矩阵，V为值矩阵， 为K的

转置矩阵，d为查询矩阵和键矩阵的维度，B为相对位置偏置参数， 为窗口划分前的V，为softmax函数， 为卷积函数。

8.一种图像处理方法，其特征在于，基于权利要求1‑7任一项所述的交互引导的双分支图像去雾模型，包括步骤：A1.获取待去雾图像；

A2.把所述待去雾图像输入所述交互引导的双分支图像去雾模型，得到所述交互引导的双分支图像去雾模型输出的无雾图像。