1.一种结合不感兴趣区域的水下图像增强算法，其特征在于，具体包括以下步骤：
步骤1：通过使用多特征线性滤波器，提取输入图像的颜色特征、亮度特征和方向特征，形成特征金字塔；
步骤2：使用中心-周边差算子分别计算这些特征的显著图，将不同特征的关注图进行归一化处理；
步骤3：通过非线性归一化处理，将不同特征各层上进行点对点的相加操作，分别得到颜色、亮度和方向特征的显著图；
步骤4：再次归一化后进行点对点的和求平均操作，就可得到图像的总显著图；
步骤5：使用赢者通吃竞争神经网络选择显著点，并利用返回抑制的特性完成显著点的转移；
步骤6：对步骤5处理过的相机成像的图片中，取得所有显著点之外的所有点，作为非显著点；
步骤7：对非显著点的区域，计算所有的联通区域，然后，所有联通区域面积小于整体图像面积比例t1值的，全部舍弃，只保留面积大于等于t1的联通区域；
步骤8：对步骤7获得的联通区域，计算景深图对应部分的红绿蓝3个通道的各个平均值ac；
步骤9：建立经典dcp算法的雾化模型为：
i(x)＝j(x)t(x)+a(1-t(x))(1)
式中i(x)为水下失真图像，是已知图像；j(x)为水下真实图像，是待求解的图像；t(x)为透射率；a为水体背景估计，水下图像的退化和空气中图像的退化是相似的；
步骤10：把式(1)两边除以ac，得；
其中ic(x)和jc(x)分别代表的是已知图像和待解图像的c通道；
步骤11：假设透射率为一个定值
其中，y表示小窗口ω(x)中的像素；
步骤12：根据暗通道先验理论，暗通道图像近似为0，因此：
将式(4)带代入式(3)，可得到：
则真实图像恢复的3个c通道求解计算公式如下：
其中t0是为了防止透射率过小，导致增强的图像过于亮，符号max()表示，在其括号内的多个值中取最大的值。
2.根据权利要求1所述的一种结合不感兴趣区域的水下图像增强算法，其特征在于，所述步骤7中t1值为1％。
3.根据权利要求1所述的一种结合不感兴趣区域的水下图像增强算法，其特征在于，所述步骤12中t0的值为0.1。