1.一种基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，该方法包括：获取退化图像；

对退化图像进行灰度处理，得到灰度退化图像；

对灰度退化图像进行引导滤波处理，得到滤波后的热辐射效应估计图像；

根据热辐射效应估计图像以及RBF核函数构造RBF核矩阵，并结合热辐射效应估计图像的像素灰度向量求解权重系数；

将求解得到的权重系数与RBF核矩阵相乘，生成RBF热辐射效应曲面；

基于退化图像以及RBF热辐射效应曲面，通过条带算子估计出条带噪声；

根据RBF热辐射效应曲面以及条带噪声，通过同步渐进校正优化算法还原出潜在清晰图像。

2.根据权利要求1所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，对灰度退化图像进行引导滤波处理，得到滤波后的热辐射效应估计图像，包括：对于灰度退化图像中的每个像素 ，定义一个以其为中心且大小为 的窗口 ，并计算局部均值：式中， 为第 个像素的局部均值； 为窗口内的像素总数，等于 ；表示以像素i为中心的窗口内第j个像素的灰度值；

根据局部均值计算局部方差：

式中， 为第 个像素的局部方差；

根据局部均值和局部方差计算局部线性系数：式中，和 为两个局部线性系数，为平滑参数；

将 和 平滑：

式中，和 为平滑后的两个局部线性系数；

输出滤波后的热辐射效应估计图像s：

式中，为热辐射效应估计图像中第 个像素的像素值，为灰度退化图像中第 个像素的像素值。

3.根据权利要求1所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，根据热辐射效应估计图像以及RBF核函数构造RBF核矩阵，并结合热辐射效应估计图像的像素灰度向量求解权重系数，包括：定义热辐射效应估计图像的像素位置坐标矩阵 ：式中， 为热辐射效应估计图像中第 个像素的位置坐标，和 为热辐射效应估计图像的高和宽，为热辐射效应估计图像的像素总数；

基于RBF核函数构造RBF核矩阵 ，矩阵中的元素 定义如下：式中， 为指数函数， ；为形状参数；

为欧式距离的平方，表示第 个像素 和第 个像素之间的距离；

根据热辐射效应估计图像，确定其像素灰度向量 ；其中， 表示向量化， 为热辐射效应估计图像的像素灰度值矩阵；

通过最小化以下正则化目标函数求解权重系数 ：权重系数 的解析解 为：

式中， 为拟合误差，表示通过基函数组合 去逼近观测数据G的误差；

表示正则项，防止过拟合，为正则化系数；I为单位矩阵。

4.根据权利要求3所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，将求解得到的权重系数与RBF核矩阵相乘，生成RBF热辐射效应曲面，包括：将求解得到的权重系数 与RBF核矩阵 相乘，生成热辐射一维估计值向量 ：将热辐射一维估计值向量 恢复为图像矩阵 ，即：式中， 为矩阵第 行第 列位置处的元素值， 为热辐射一维估计值向量中第 个元素；

以此生成RBF热辐射效应曲面，得到曲面拟合后的热辐射效应层。

5.根据权利要求1所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，基于退化图像以及RBF热辐射效应曲面，通过条带算子估计出条带噪声，包括：基于灰度退化图像 以及RBF热辐射效应曲面 ，计算残差图像 ；该残差图像中包含条带噪声S和图像本身的高频细节；

为了提取条带噪声S，使用核范数加二次项作为正则项的优化问题形式，如下：式中， 为核范数，表示矩阵的奇异值之和； 表示矩阵元素的平方和再开平方，即为欧几里得范数在矩阵空间的拓展，目的是衡量当前估计与观测拟合误差； 为核范数的正则化系数，为惩罚参数； 为对偶变量，是初值为全0矩阵，将在迭代更新中逐步更新；

将上式转换为标准格式，即通过引入矩阵 和 将上式转换为下列标准优化问题：最优解由如下式子给出：

式中， 为奇异值软阈值算子，代表对矩阵R做SVD分解；

然后对奇异值做软阈值处理，其步骤为：对矩阵R做奇异值分解： ；其中，A表示矩阵R的左奇异向量，V表示矩阵R的右奇异向量， 为奇异值对角矩阵；

由此得到所有的奇异值 ，再将其做软阈值化：式中，为软阈值化后的奇异值，为核范数正则化权重，即控制条带的压缩程度；

得到新的奇异值对角矩阵 ：

重建矩阵S：

由此得到条带噪声S。

6.根据权利要求5所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，根据RBF热辐射效应曲面以及条带噪声，通过同步渐进校正优化算法还原出潜在清晰图像，包括：确定需要求解的原始问题为：

式中，为潜在清晰图像；

明确问题目标，即原始优化问题：

式中， 与 为约束B平滑和约束S低秩， 和 为两个正则化参数，其中 为核范数的正则化系数；

引入变量分裂，即引入对偶变量 和 ，构造拉格朗日函数，对F的子问题优化目标为：对F进行求导，并且令其梯度为0，令第一项梯度为 ，第二项梯度为，第三项梯度为 ，将三项加起来令其为0：即为：

判断是否满足收敛条件，如下：

在第k轮的迭代中，令原始残差 为：

对偶残差 为：

其中 表示将两个矩阵按行堆叠成一个长矩阵；

则收敛条件为：

和：

其中n为图像像素总数， 为矩阵范数， 和 为设定的绝对和相对容差， 表示取最大值，为惩罚参数；

若此次迭代满足以上收敛条件，则输出此次迭代得到的潜在清晰图像F；若不满足以上收敛条件，则继续迭代；

在每一轮迭代中，更新对偶变量：

在第k+1轮的迭代中，用当前的残差和对偶变量来构造B的子问题：其中， 为RBF曲面拟合； 为当前残差图像；

对于S的更新有如下子问题形式：

每轮都重新估计B和S，都通过最小化子问题进行更新；然后基于每轮的B和S，得到相应的潜在清晰图像F，并判断是否满足收敛条件，直至满足收敛条件并输出此次迭代得到的潜在清晰图像F。

7.根据权利要求6所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，根据RBF热辐射效应曲面以及条带噪声，通过同步渐进校正优化算法还原出潜在清晰图像，还包括：对每一次迭代输出的潜在清晰图像 ，计算其NIQE指标，记为 ，若满足：则将此次迭代输出的潜在清晰图像作为新的灰度退化图像，以同样的方法得到对应的潜在清晰图像，并继续判断是否满足上式；

否则输出上一次迭代输出的潜在清晰图像作为最终输出 ：式中，为最小阈值， 为第n次满足收敛条件并输出的潜在清晰图像；且NIQE公式如下：式中， 为图像F的特征均值向量， 为图像F的特征协方差矩阵， 为自然图像模型的均值向量， 为自然图像模型的协方差矩阵；

最后将 进行归一化处理，得到最终的清晰图像；其中，归一化公式为：式中， 为图像 第 行第 列的像素值， 为图像 中的最大像素值，为图像 中的最小像素值， 为最终的清晰图像。

8.根据权利要求1所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法，其特征在于，该方法还包括：构造RBF核矩阵之前，将热辐射效应估计图像进行下采样；

生成RBF热辐射效应曲面之后，将RBF热辐射效应曲面进行上采样以还原为原始大小。

9.一种计算机设备，其特征在于，包括：处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现权利要求1至8中任意一项所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法的步骤。

10.一种计算机可读存储介质，其特征在于，其上存储有程序或指令，程序或指令被处理器执行时实现权利要求1至8中任意一项所述的基于RBF曲面的热效应和条带噪声的同步渐进校正方法的步骤。