鉴于能见度对日常生产生活的重要影响,本文重点研究基于数字图像的能见度信息获取方法。相较于传统的能见度目测法主观性较强,以及器测法投入成本高、架设要求复杂的缺点,基于数字图像的能见度测量方法具备投入成本低,架设操作简便,布设范围广的优点,是一种能见度测量的新思路,在未来具有广阔的应用前景。同时,本文采用先进的暗通道先验原理进行能见度估测研究,对比前人的研究成果,该方案具备无需架设目标观测点,操作简便方面的优势。本文的主要研究内容概括如下:(1)基于暗通道先验原理和能见度测量原理,推导出了利用暗通道先验原理估测能见度的原理公式。并针对粗估计透射率的优化问题,详细对比了软抠图法和引导滤波法的效果,发现在处理效果差别不大的情况下,引导滤波的运算效率有明显的优越性。同时,采取以灰度图替换彩色原图进行引导滤波的方法,进一步改进了引导滤波的运算效率,提升达95.93%。(2)着重讨论了雾浓度系数对能见度估测的影响,以及影响雾浓度系数选取的主要因素。雾浓度系数作为透射率修正的关键因子,图像灰度均值和天气条件均是左右其选取的重要因素。因此,本文通过构建BP神经网络,完成训练,实现了雾浓度系数的自适应性选取,取得了良好的效果。(3)利用自适应雾浓度系数的估测系统,于2018年5月7日至5月16日的10天内进行观测实验,将能见度估测结果与散射式能见度仪观测结果做对比,发现实验结果满足20%的能见度误差要求,准确率达97.1%,误差为2.9%。(4)利用大气辐射理论的假设模型,推导出了一种利用暗通道先验原理计算能见度的新方法。该方法摆脱了目标物景深信息的限制,应用更简便。同样进行观测试验对比后,发现估测结果基本满足误差要求,准确率在80%以上,略低于传统方案。最后,本文讨论了研究中存在的不足,与可能导致的原因及解决方法,并进一步提出了后续的研究重点与方向。