在雾霾天气条件下,由于大气粒子的散射作用,道路的能见度下降,致使监控系统获取的景物图像严重退化,给道路上的监测、目标跟踪、自动驾驶等带来很大的困难。因此研究这种天气环境下的图像清晰化技术就有着非常重要的意义。针对视觉系统雾霾天采集图像的退化问题,本文在客观分析雾霾天成像退化机理的基础上,从大气散射模型的角度出发,对雾霾天降质图像的复原算法进行了深入的研究。主要研究工作包括两部分内容:一是在大气散射模型的基础上,提出了一种不需要任何辅助信息,只利用一幅雾霾天原图像就能自动进行图像复原的算法;二是在嵌入式平台上对新算法进行物理验证,并对算法进行了优化。论文在以下方面做了探索性的研究工作:(1)对大气散射模型进行改进,将未知参数减少至一个,把原来的多参数模型改成单参数模型。(2)将Hough变换的理论应用到图像的消失点检测中,提出了一种新的自动寻找消失点的算法。(3)在信息论的基础上,把熵作为图像质量的评价标准,利用最大熵原理,求取参数的最优值。(4)利用TI公司的达芬奇开发平台,对基于大气散射模型的图像复原新算法进行了物理验证。(5)在达芬奇平台上,对算法进行了优化,提高了算法的运算速度。实验结果和理论分析表明,本文所采用的算法对于雾霾天图像的清晰化是有效的,能满足实际应用的要求,并且对其他恶劣天气下的图像清晰化处理也有一定的启示作用。