在雾霾天气环境下,道路能见度下降。车辆在行驶过程中,由于视野受阻容易引发交通事故。车载视频实时去雾系统能够在雾霾天气下实时采集前方道路图像并恢复出较清晰图像,帮助驾驶员准确判断前方道路状况,从而避免交通事故的发生。同时,目前市面上基于视觉的先进辅助驾驶系统大都不能处理雾霾图像。因此,在雾天条件下,由于采集图像对比度、清晰度的下降会影响先进辅助驾驶系统决策的准确性,甚至使其失效。车载视频实时去雾系统能够作为其他基于视觉的先进辅助驾驶系统的预处理系统,帮助提高鲁棒性。因此,对车载视频实时去雾算法的研究具有十分重要的现实意义。本文首先从雾霾成因及雾天图像成像清晰度、对比度下降原因出发,介绍了当前图像去雾算法中常用的大气散射模型,并介绍了评价图像去雾质量的客观评价指标。然后介绍了基于暗通道先验的图像去雾算法,并针对其存在的大气光强度估计误差、明亮区域透射率估计偏低等问题进行改进,最后对恢复图像进行增强以改善视觉效果。接着,在改进的图像去雾算法基础上,首先利用滑动均值滤波对帧间大气光强度估计值进行平滑,改善去雾视频的闪烁抖动,然后利用视频前后帧的相关性降低大气光强度估计的计算复杂度,最后采用基于灰度引导图像的快速导向滤波算法对透射率进行优化,在保证恢复视频质量的前提下提高视频去雾速度。为了验证算法的有效性,本文在目前车载系统中常见的Android平台上实现视频去雾算法,并对算法性能、效果等进行测试。测试结果表明,本文提出的车载视频去雾算法能够在资源受限的Android平台上对雾天视频图像进行实时去雾,且去雾后视频质量较好。