雾天海边环境中,大气中的悬浮粒子中水滴含量较高,大气光的散射作用更强,雾的浓度更大,获取的图像质量退化,影响了计算机对图像的分析、识别与处理。由此可见,对雾天图像进行有效的去雾处理,增加图像的清晰度,提高图像的质量,有着现实和理论的迫切需要。目前的图像去雾方法的研究,大多是基于暗通道先验算法理论,图像去雾效果比较显著。但是,这种方法仍然存在天空色彩失真、图像处理速度慢的缺点。本文针对这些不足,结合海边雾天图像的特征,提出一种基于暗通道先验的海边雾天图像去雾算法。针对暗通道算法在处理天空区域时色彩失真的现象,本算法对大气光强度的估计方法进行了改进。对含天空区域较多的海边雾天图像,运用改进的K-means聚类方法分割原始图像,得到保留比较完整图像信息的天空区域。整幅图像的大气光强度估计值是由对分割的图像分别估计天空区域和非天空区域的大气光强度值并进行加权处理得到。针对软抠图算法用时过长问题,本算法采用导向滤波器对透射率进行优化,不但缩短时间,还能实现边缘平滑、增强细节,有效消除方块效应,得到相对准确的透射率估计值。由于海边雾天图像较暗,色彩不明显,图像对比度低,对于复原的图像进行色调重映射,提高了图像的对比度。本文提出的基于暗通道先验的海边雾天图像去雾算法借助MATLAB实验平台进行仿真,并与中值滤波和双边滤波两种算法进行结果比对,实验证明本算法能有效去除雾天对海边图像的影响,使图像更自然明亮,对比度更高,可视性更好,实现雾天图像的快速、有效处理。