随着我国经济社会的快速发展,环境污染程度加重,导致近些年雾霾天气在全国各地频频出现。雾霾不仅对人类的健康造成了直接的危害,各类监控系统的图像质量也因此下降,影响了相关工作的顺利进行。由此可见,对该类图像的复原有很高的应用价值和经济价值,是计算机视觉及图像学领域的一个研究热点。针对白天雾霾图像,大气散射模型对于天空区域复原后存在颜色失真、过增强的现象,提出一种新的大气光估计方法,即根据透视原理,在天空与非天空交界处寻找图像中最远区域即雾气最浓区域,以该区域RGB三通道各通道的灰度均值来作为大气光的估计。针对去雾复原后,远景和天空区域会出现颜色失真或过增强等现象,优化了透射率的估计。具体根据场景距离变化,设置因子控制不同场景距离的透射率,并采用基于上下文正则化的方法替代导向滤波优化透射率,最后对天空区域的透射率做了限制,防止去雾后的天空颜色畸变。通过对多类图像进行测试,并与现有主流算法进行主客观分析与比较,结果表明所提算法复原结果具有天空区域颜色自然、噪声低、色彩恢复度高等优点。针对夜间雾霾图像,大气散射模型复原后的图像细节不清晰、灯光光晕没有得到抑制,甚至被扩大的现象,本文从光线成像原理上分析,发现是由于该模型并没有完全考虑到图像降质的所有因素,因此提出了一种新的点光源多散射复原模型。具体是把夜间图像中的每一个像素看作点光源,利用大气点扩散函数模拟点光源多散射以消除其对成像的影响,达到更好的复原效果。通过对多类图像进行测试,并与现有主流算法进行主客观分析与比较,结果表明所提算法在保证夜间图像细节复原的同时,能够较好的抑制路灯、车灯等灯光光晕。由于不必估计大气光,也不需要计算精准的透射率,因此比其它复原模型、增强算法快了10～15倍。