由于传输过程中介质(雾、霾、水体等)的干扰,导致图像出现对比度偏低、颜色偏暗,纹理模糊等现象。雾天图像和水下图像的退化主要是因为悬浮颗粒散射中的后向散射导致图像模糊,物体表面的原有颜色被遮盖,物体局部区域辨认不清。影响了后续的计算机视觉领域中的目标追踪、景物分析、场景重建等算法的性能,可靠性被严重降低,因此,非均匀介质传播中的图像复原方法具有广泛的应用价值。针对雾天和水下非均匀介质传播中的图像清晰化处理技术主要分为图像增强方法和图像还原方法。退化图像增强方法不依赖具体的模型,而是有目的地增强最重要、最有用、与当前任务最相关的感兴趣区域的信息,抑制不感兴趣区域的信息;退化图像的复原方法依赖具体的物理模型,充分考虑了图像质量下降的根本原因,并使其恢复到图像降质前的状态。本文主要工作及研究内容包括以下几个方面:首先,介绍了光在非均匀介质中的衰减和散射过程,并简要地阐述衰减和散射对图像成像过程的影响,接下来简要说明了图像融合技术以及一些经典的退化图像增强方法。其次,针对雾霾降质图像进行清晰化处理后仍存在光环效应、图像偏暗等问题,提出基于导向滤波和图像融合的图像去雾优化算法。利用大气光所在区域的特性,设置大气光图像区域的亮度阈值范围和平坦阈值,确定大气光位置,从而得到大气光估计值;应用边缘检测算法获取的介质透射率初始估计和利用高斯滤波得到的透射率粗略估计进行像素级融合处理,通过导向滤波细化透射率,最终得到去雾图像。最后,针对一般水下图像增强方法易使得图像失真,颜色过饱和,传统复原方法易使图像颜色偏暗等问题,提出了基于暗通道和图像融合的水下图像复原方法。利用水下成像特点,建立水下光学成像模型,根据水下光学成像模型与大气模型相似的特点,修正背景光值,将优化的暗通道先验算法得到复原图像与直方图均衡化方法得到的水下增强图像进行像素级融合。