视频图像是人们获取信息的主要载体,因此图像的质量问题越来越得到关注。导致视频图像不清晰的原因有很多,有些可以避免,如聚焦调整欠佳,镜片上的脏物等。但最常见的原因主要是天气,致使图像本身变质。为此,本文主要针对雾霾天、弱光照和雨天环境下的视频图像展开清晰化研究,整体效果良好。论文的主要研究工作及成果如下:(1)对雾霾天环境,本文分别采用了直方图均衡化和Retinex理论算法对雾霾天图像进行清晰化处理,其中Retinex理论算法中运用了单尺度(SSR)和多尺度(MSR)算法。实验结果表明:多尺度算法处理效果最好,图像细节突出,清晰可辨,整体颜色相对自然,视觉效果良好。(2)对弱光照环境,首先分析图像的特征,然后采用雾霾天环境下的几种算法,并在此基础上提出了一种带色彩恢复的多尺度Retinex理论算法与直方图均衡化相结合的算法,各自均占1/2,使得处理后的图像效果保留了各自的优势,效果良好,具有一定的工程运用价值。(3)对雨天环境,首先分析雨滴的特性,然后针对帧间差分法的不足,本文提出基于高斯模型的背景差分法进行去雨,并探究了该算法中学习率对雨滴的影响。实验结果表明:学习率为0.6时,图像处理效果最佳,具有一定的鲁棒性,并且该算法可以同时运用于中雨、大雨和雪天环境中。最后,基于MATLAB构建视频监控图像清晰化处理系统。该系统可以实现雾霾天、弱光照和雨天环境下的视频监控图像的清晰化,不同算法对比直观,有一定的工程应用价值。