光学成像是现代信息采集系统中非常重要的手段之一,在日常生活、科学研究和国防军事等方面都有广泛地应用。随着成像设备硬件技术的发展,高清晰度、高分辨率的图像有着重要的战略意义。然而,由于大气的存在,成像质量不可避免地受到大气中粒子的辐射、吸收和散射等物理因素的影响,尤其是在雾霾或者雨雪天气下,像质退化将更为严重,导致从图像中可提取的有用信息减少,限制了成像设备的使用。计算机科学以及数字图像处理技术的发展使得从图像中去除或部分去除大气的影响已经变成可能,为了描述方便,把这个过程简称为图像去雾(或退化图像的补偿)。图像去雾技术的主要任务是从退化图像中去除天气因素的干扰,提高图像质量,使原本被大气遮挡的景物能更清晰地呈现出来,从而能从图像中获取更丰富的细节信息。本文通过对大气吸收和散射等物理特征的分析,构建目标光线经大气传输后到达探测器表面的成像模型,以及非目标光线受大气影响进入视场参与成像的模型,并研究光学图像的去雾化重建方法,提高图像质量。首先,本文在研究了大气中的气体分子和气溶胶粒子的吸收和散射光学特性的基础上,分析了大气吸收和散射对成像光线的影响,并提出了考虑大气多次散射的图像退化模型,此模型更加符合实际的退化情况。可见光波段的主要吸收气体为水汽、二氧化碳和臭氧,在红外波段主要为水汽和二氧化碳。吸收作用对入射光的影响可以表示为光能量的指数衰减过程,造成图像对比度的下降。大气的散射过程则比较复杂。气体分子的尺寸远小于可见光波长,其对光的散射是各向同性的,用Rayleigh散射理论描述；而气溶胶粒子的尺寸通常大于波长,粒子对光的散射不再表现出各项同性,因此需要采用Mie散射理论。多次散射会造成光能量在空间的重新分布,使图像产生模糊。同时,大气受到入射光照射后会表现出光源特性,这部分光被散射进入成像视场会进一步造成对比度、清晰度地退化。现有的图像退化模型忽略了大气多次散射对图像的模糊效应,这在光学薄成像路径下是适用的,但是对于光学厚成像路径,必须考虑多次散射的影响,才能准确地描述大气对图像质量的退化。其次,本文研究了大气退化图像的补偿技术,在分析了几种典型的利用多幅图像的去雾方法和单幅图像的去雾方法后,根据不同的应用背景对算法的效率、结果精度的不同要求,基于本文提出的图像退化模型提出了一种速度优先的图像补偿技术和两种效果优先的补偿技术。即提出了一种利用辐射传输软件进行成像路径上的参数计算,对计算数据进行曲线拟合并快速指导图像去雾的方法；提出了一种基于盲目反卷积算法的APSF估计及去雾方法,能够得到更加精确的模糊核以及更好的去卷积结果；提出了一种基于图像融合的去雾方法,对成像距离非常远的物体及反射率较低的物体有较好的恢复效果。最后,本文分别采用仿真实验和实拍实验验证了提出的图像退化模型和退化图像的补偿技术的有效性。对于仿真实验,配合刃边,给出了参考清晰图像、退化图像和去雾图像的刃边曲线MTF值,以及图像的客观评价值结果和算法运行时间,并分析了参数估计的精度对去雾结果的影响。对于实拍实验,利用图像质量的客观评价方法分析了去雾效果,并根据算法的效率和效果,针对不同的应用场合给出了指导建议。