1.一种基于动态多通道补偿的水下图像增强方法，其特征在于，包括以下步骤：

输入待处理水下图像，对红色通道像素值进行线性衰减，再对红绿蓝三通道进行基于高低分位点的线性动态范围拉伸，其中红色通道使用专属拉伸强度系数，所述专属拉伸强度系数基于蓝色通道拉伸系数、红色和绿色通道有效数值范围自适应计算得到；

基于拉伸后的图像，使用大气散射模型的逆运算进行去雾；

基于去雾后的图像，通过迭代循环，对偏蓝图像和偏绿图像采用绿色通道主导的自适应非对称色彩补偿策略进行色彩校正，其中对于偏蓝图像，向红色通道注入绿色信息，同时向绿色通道注入适量的蓝色信息，对于偏绿图像，向红色通道和蓝色通道分别注入绿色信息，注入量的大小随着通道间均值差异以及注入通道的像素值自适应改变，使色彩逐步趋向自然平衡，根据通道直方图轮廓比例协和度量截停迭代；

基于色彩校正后的图像，在Lab空间中对a、b通道进行均值中心化微调，通过识别色彩偏差的主导轴，在主导轴的对抗侧通道实施定向抑制而保持主导轴通道原始分布不变；

基于微调后的图像，在HSV空间对明度通道进行强化处理，提取不同层次的特征细节，并进行边缘检测，将细节、边缘信息与原始明度通道融合，得到增强后明度通道，将增强后明度通道与保留的色相、饱和度通道合并，并转换回RGB颜色空间，输出最终的增强的水下图像。

2.根据权利要求1所述的方法，其特征在于，对红绿蓝三通道进行基于高低分位点的线性动态范围拉伸，具体包括：计算当前颜色通道的所有像素值的第一分位数和第二分位数，确定通道的有效数值范围；对各通道独立施加参数化线性映射，每个像素值经最小有效值平移完成零点对齐，再除以通道的有效数值范围实现[0,1]标准化归一化，最后乘以差异化拉伸系数完成对比度定向放大，实现通道异构动态拉伸框架，其中对于红色通道，其拉伸系数使用专属拉伸强度系数： ，式中 表示蓝色通道拉伸系数， 和 分别表示红色通道有效数值范围与绿色通道有效数值范围， 表示红色通道最大允许增益。

3.根据权利要求1所述的方法，其特征在于，使用大气散射模型的逆运算进行去雾，具体包括：

将拉伸后的彩色图像转换为灰度图，并通过对灰度图进行局部最小值滤波和高斯平滑，估算透射率图；在恢复公式中引入全局大气光偏移补偿，通过点除操作恢复无雾图像并严格裁剪至[0,1]范围，具体通过将原始有雾图像减去指定的全局大气光偏移值后除以透射率图，得到去雾后的图像。

4.根据权利要求1所述的方法，其特征在于，通过迭代循环，对偏蓝图像和偏绿图像采用绿色通道主导的自适应非对称色彩补偿策略进行色彩校正，具体包括：在每次迭代开始时，重新计算红绿蓝三通道的当前全局均值，通过比较蓝色通道均值与绿色通道均值的差值动态判断图像当前的偏色类型为偏蓝还是偏绿；

对于偏蓝图像，向红色通道注入绿色信息，同时向绿色通道注入适量的蓝色信息，蓝色通道保持不变，其中红色通道注入的绿色信息量由蓝色通道均值与红色通道均值之间的差值与当前绿色通道值的乘积再经补偿因子缩放得到，绿色通道注入的蓝色信息量由蓝色通道均值与绿色通道均值之间的差值与当前蓝色通道值的乘积再经补偿因子缩放得到；

对于偏绿图像，向红色通道和蓝色通道分别注入绿色信息，绿色通道保持不变，其中红色通道注入的绿色信息量由绿色通道均值与红色通道均值之间的差值与当前绿色通道值的乘积再经补偿因子缩放得到，蓝色通道注入的绿色信息量由绿色通道均值与蓝色通道均值之间的差值与当前绿色通道值的乘积再经补偿因子缩放得到。

5.根据权利要求1所述的方法，其特征在于，根据通道直方图轮廓比例协和度量截停迭代，具体包括：获取各通道直方图，通过皮尔逊相关系数计算红‑绿通道直方图轮廓比例相似度以及蓝‑绿通道直方图轮廓比例相似度，仅当以绿色通道为标准的通道均值偏差均小于预设最小色彩损失阈值且两个直方图轮廓比例相似度均超越动态相似度阈值时，判定色彩分布达成全局协和状态并终止迭代，其中动态相似度阈值通过以下公式动态计算：，式中 表示初始目标相似度，表示衰减幅度， 表示当前迭代

次数， 表示最大迭代次数。

6.根据权利要求1所述的方法，其特征在于，在Lab空间中对a、b通道进行均值中心化微调，具体包括：将RGB颜色空间转换至Lab颜色空间，比较a、b两通道的全局均值，若a通道均值大于b通道均值，则判定红‑绿轴为偏差主导轴，黄‑蓝轴为对抗侧通道；若a通道均值小于b通道均值，则黄‑蓝轴为主导轴，红‑绿轴为对抗侧通道；

仅对对抗侧通道实施定向抑制调整，保持主导轴通道原始分布不变，其中定向抑制的调整量由a和b通道的理论中性点与需要补偿的颜色通道的全局平均值的差值经补偿强度系数缩放后得到；

将调整后的Lab颜色空间图像重新转换回RGB颜色空间，对转换后的RGB图像进行数值范围检查，将所有像素值限制在 的有效范围内。

7.根据权利要求1所述的方法，其特征在于，在HSV空间对明度通道进行强化处理，提取不同层次的特征细节，并进行边缘检测，将细节、边缘信息与原始明度通道融合，包括：将图像从RGB颜色空间转换到HSV颜色空间，单独提取HSV中的V通道，即明度通道，使用高斯核对明度通道进行滤波，分别提取不同尺度的图像细节，对于每个尺度，通过计算原始明度通道与滤波后结果在对数域中的差异来获取该尺度的细节分量，最后将所有尺度的细节分量进行平均，得到综合的多尺度细节图；

引入自适应边缘助推机制，使用Sobel算子对明度通道进行边缘检测，获取图像的边缘强度图，并对边缘强度图进行基于 分位数的归一化处理，得到归一化的边缘强度图；

将原始明度通道、多尺度细节图和归一化边缘强度图进行线性融合，得到增强后的明度通道，其中细节分量使用增强系数进行加权，边缘分量使用固定系数进行加权。

8.一种基于动态多通道补偿的水下图像增强系统，其特征在于，包括：

通道拉伸模块，用于输入待处理水下图像，对红色通道像素值进行线性衰减，再对红绿蓝三通道进行基于高低分位点的线性动态范围拉伸，其中红色通道使用专属拉伸强度系数，所述专属拉伸强度系数基于红色和绿色通道有效数值范围自适应计算得到；

去雾模块，用于基于拉伸后的图像，使用大气散射模型的逆运算进行去雾；

多通道差异化补偿模块，用于基于去雾后的图像，通过迭代循环，对偏蓝图像和偏绿图像采用绿色通道主导的自适应非对称色彩补偿策略进行色彩校正，其中对于偏蓝图像，向红色通道注入绿色信息，同时向绿色通道注入适量的蓝色信息，对于偏绿图像，向红色通道和蓝色通道分别注入绿色信息，注入量的大小随着通道间均值差异以及注入通道的像素值自适应改变，使色彩逐步趋向自然平衡，根据通道直方图轮廓比例协和度量截停迭代；

色偏消除模块，用于基于色彩校正后的图像，在Lab空间中对a、b通道进行均值中心化微调，通过识别色彩偏差的主导轴，在主导轴的对抗侧通道实施定向抑制而保持另一通道原始分布不变；

细节增强模块，用于基于微调后的图像，在HSV空间对明度通道进行强化处理，提取不同层次的特征细节，并进行边缘检测，将细节、边缘信息与原始明度通道融合，得到增强后明度通道，将增强后明度通道与保留的色相、饱和度通道合并，并转换回RGB颜色空间，输出最终的增强的水下图像。

9.一种电子设备，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如权利要求1‑7中任一项所述的基于动态多通道补偿的水下图像增强方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，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1‑7中任一项所述的基于动态多通道补偿的水下图像增强方法的步骤。