雾天拍摄的户外图像,由于大气粒子的散射作用,图像对比度低,颜色失真,场景内容模糊,能见度变差。雾天降质图像复原技术已经成为计算机视觉和图像处理领域的研究热点,并应用于交通监控系统,地形测量系统,智能车辆,室外目标检测和识别,水下、航空和卫星成像等领域。　　 本文深入分析雾天图像成像过程,结合多次散射引起的图像模糊,提出新的图像退化模型,实现雾天降质图像的复原并去除模糊。本文主要做了以下工作:　　 (1)分析大气成像机理,研究不同雾浓度的天气情况下,不同的大气散射性质。在浓度天气和长距离成像过程中,多次散射造成的图像模糊不能忽略。在分析单次散射和多次散射机理的基础上,本文提出新的有雾图像退化模型,有效的刻画各种雾浓度的成像过程。　　 (2)基于新的退化模型,有雾图像的复原过程变成分离大气光和去模糊两个过程。在分离大气光过程中主要考虑单次散射的影响,建立MAP(最大后验概率)框架,引入自然图像统计的稀疏先验和软抠像约束,采用迭代重加权最小二乘过程估计透射率图。在去模糊过程,由于大气粒子的多次散射依赖于场景深度,模糊核建模为依赖于场景深度的大气点扩散函数然后利用MAP方法复原得到清晰的无雾图像。　　 结果表明,本文提出的模型和算法能够有效的提高图像能见度,消除图像模糊,取得满意的复原效果。