1.一种无人机遥感测绘图像的处理方法，其特征在于，包括：

步骤S1：对目标区域进行图像数据采集得到待处理测绘图像集；

步骤S2：对待处理测绘图像集进行灰度映射得到初始灰度图像集，通过引入窗口权重因子的中值滤波对初始灰度图像集进行去噪处理去噪灰度图像；

步骤S3：通过逆灰度变换和颜色通道还原算法对去噪灰度图像进行计算处理得到色彩增强测绘图像；

步骤S4：对色彩增强测绘图像进行去模糊处理，基于去噪灰度图像和色彩增强测绘图像计算得到灰度主值区代表、固定分割阈值和环境光照干扰量，通过动态分割阈值计算得到去模糊测绘图像；

步骤S5：基于去模糊遥感测绘图像进行配准和拼接处理得到全景配准图像；

其中，对色彩增强测绘图像进行去模糊处理得到去模糊测绘图像，处理逻辑包括：比较色彩增强测绘图像中各像素点的R通道、G通道和B通道的值并取最小值得到暗通道值，遍历色彩增强测绘图像中所有像素点得到暗通道测绘图像，对暗通道测绘图像中像素点值进行由高至低进行排序，基于预设的环境光照比例系数U%选取暗通道测绘图像中最大的U%像素值并求和得到环境光照干扰量；

基于去噪灰度图像计算得到灰度直方图，通过Min‑Max归一化算法对灰度直方图线性映射得到灰度概率分布，计算灰度概率分布与标准正态分布函数的互相关系数，通过预设的互相关参数对灰度概率分布进行阈值筛选，选取灰度概率分布中大于等于预设的互相关参数的灰度值作为灰度主值区，对灰度主值区进行取中值处理得到灰度主值区代表；

通过Otsu's算法对灰度直方图进行计算得到固定分割阈值，基于灰度主值区代表、固定分割阈值和环境光照干扰量计算得到动态分割阈值；

其计算表达式为：

；

其中，DST表示动态分割阈值，max(·)表示取最大值函数，ALI表示环境光照干扰量，PGR表示灰度主值区代表，BST表示固定分割阈值。

2.如权利要求1所述的一种无人机遥感测绘图像的处理方法，其特征在于：控制无人机基于规划巡检路线进行飞行，通过无人机平台上的遥感光学传感器对目标测绘区域进行图像数据采集得到待处理测绘图像集。

3.如权利要求1所述的一种无人机遥感测绘图像的处理方法，其特征在于：对待处理测绘图像集中的各图像分别进行灰度映射得到初始灰度图像集，通过预设大小和步长的滑动窗口对初始灰度图像集进行分区处理得到窗口子图像，通过排序计算得到各窗口子图像对应的窗口灰度中值，基于各窗口子图像对应的窗口灰度中值进行计算得到窗口权重因子。

4.如权利要求3所述的一种无人机遥感测绘图像的处理方法，其特征在于：计算得到窗口权重因子的处理逻辑包括：

通过一次求平均计算得到各窗口子图像所有像素点的灰度平均值，将各窗口子图像对应的灰度平均值和窗口灰度中值分别进行作差计算并取绝对值得到像素点离散数据，对各窗口子图像对应的离散数据进行二次求平均计算得到窗口离散数据，基于像素点离散数据和窗口离散数据得到窗口权重因子，基于窗口权重因子对对应的滑动窗口进行加权计算得到去噪灰度图像，其计算表达式为：；

；

；

其中，x表示像素点横坐标，y表示像素点纵坐标，G(x,y)表示坐标(x,y)处像素点灰度值， 表示窗口子图像的灰度平均值，DAV(x,y)表示像素点离散数据，AAV(x,y)表示窗口离散数据，N表示窗口子图像的像素点总个数，表示窗口权重因子，c表示窗口权重因子常量，max{·}表示取最大值函数。

5.如权利要求1所述的一种无人机遥感测绘图像的处理方法，其特征在于：对去噪灰度图像进行逆灰度变换得到去噪原色测绘图像，通过改进的颜色通道还原算法对去噪原色测绘图像进行计算处理得到色彩增强测绘图像。

6.如权利要求5所述的一种无人机遥感测绘图像的处理方法，其特征在于：改进的颜色通道还原算法的处理逻辑包括：基于预设的第一色彩深度值对去噪原色测绘图像进行色彩量化降低处理得到低位色彩深度图像，对低位色彩深度图像进行色彩增强计算得到过渡增强图像，基于预设的第二色彩深度值对过渡增强图像进行色彩量化提高处理得到色彩增强测绘图像，其计算表达式为；

；

；

其中，x表示像素点横坐标，y表示像素点纵坐标，PT(x,y)表示过渡增强图像，PI(x,y)表示低位色彩深度图像，e表示自然常量，MF(x,y)表示色彩增强函数，表示映射常量，表示增益常量，BC(x,y)低位色彩深度图像中的色带，M表示低位色彩深度图像中的色带总数。

7.如权利要求1所述的一种无人机遥感测绘图像的处理方法，其特征在于：基于动态分割阈值对去噪灰度图像进行分割得到第一模糊区域图像和第一非模糊区域图像，基于第一模糊区域图像和第一非模糊区域图像的像素点坐标对暗通道测绘图像进行掩膜分割处理得到第二模糊区域图像和第二非模糊区域图像；

基于第一模糊区域图像和动态分割阈值计算得到去模糊动态系数，对去模糊动态系数和第二模糊区域图像进行相乘计算得到模糊区域增强图像；

基于模糊区域增强图像和第二非模糊区域图像进行图像拼接处理得到去模糊暗通道图像，基于大气光散射模型和去模糊暗通道图像进行还原处理得到去模糊遥感测绘图像；

去模糊动态系数的计算表达式为：

；

其中，x表示像素点横坐标，y表示像素点纵坐标，DEV(x,y)表示去模糊动态系数，表示限定常量，FGR(x,y)第一模糊区域图像像素点灰度值，DST表示动态分割阈值。

8.如权利要求1所述的一种无人机遥感测绘图像的处理方法，其特征在于：基于去模糊遥感测绘图像进行选取得到基准图像和待配准图像，对基准图像和待配准图像进行配准和拼接处理得到全景配准图像。

9.如权利要求1所述的一种无人机遥感测绘图像的处理方法，其特征在于：对待配准图像进行配准处理得到全景配准图像的处理逻辑包括：通过Harris矩阵分别对基准图像和待配准图像进行计算得到第一角点特征向量组和第二角点特征向量组；

通过快速傅里叶变换对基准图像和待配准图像进行FFT计算得到第一相位角数据集和第二相位角数据，提取第一相位角数据集中的频域相位数据并与对应的第一角点特征向量组中向量进行串联得到第一描述子向量集，提取第二相位角数据集中的频域相位数据并与对应的第二角点特征向量组中向量进行串联得到第二描述子向量集；

基于第一描述子向量集和第二描述子向量集进行一次配准判定，计算第一描述子向量集和第二描述子向量集中元素之间的欧氏距离值，当欧氏距离大于等于预设的第一配准阈值时判定为特征点预配对；

基于特征点预配对进行二次配准判定，通过Q*Q大小的配准滑动窗口统计待配准图像中形成特征点预配对的像素点数量，当待配准图像中形成特征点预配对的像素点数量大于等于预设的第二配准阈值时进行保留得到特征点终配对；

基于基准图像和待配准图像特征点终配，通过仿射变换模型进行配准计算到全景配准图像。