雾是一种常见的自然现象,极易出现在我国的南方部分地区,北方地区在秋冬季节也易频发。雾天空气中含有大量的气溶胶,这些粒子对场景光的散射作用导致在户外采集到的图片的对比度、饱和度、色彩特性等都有不同程度的衰减。图片色彩的动态范围变窄,细节丢失,这些都给户外的监控系统、抓拍系统、航拍工作等带来了极大地不便,严重影响人们对已获取的图像进行进一步的研究与应用,直接影响了户外视觉系统效率的发挥。雾天获取的图像对比度下降、细节信息丢失,雾天图像降质程度随着景深的增加而加剧。通过对雾天图像的成像机理进行研究,本文提出了新的去雾方法。不同于以前单纯基于物理模型的复原方法和单纯基于图像增强的去雾手段,本文算法基于图像融合的思想,提出一种新的融合算法,对雾天采集到的图像进行复原。具体步骤如下:首先,从直观上看,对图像进行去雾处理就是去除分布在场景与成像传感器之间的一层面纱,并且这层面纱是随着景深的增加而增厚的。因此,为了使得去雾效果更加真实自然,我们需要获取图像的景深图。利用树滤波的保边特性,对暗通道图进行树滤波,从而得到近似景深图。结合景深图对原始有雾图像进行去除雾层面纱的操作来增强图像色彩饱和度以及对比度。其次,由于有雾图像整体亮度偏高,远景处的图像对比度低,因此对原始有雾灰度图像进行Gamma矫正。通过Gamma矫正,在降低图像的整体亮度的同时又增加了图像高亮度处的对比度。有雾图像细节信息丢失,本文利用局部对比度图对Gamma矫正后的图像进行细节增强。最后,由于第一步中获得的图像存在颜色过饱和的问题。第二步中获取的图像是细节清晰的灰度图像。因此,本文将这两幅图像利用基于联合双边滤波的新算法进行图像融合,得到最终的去雾图像。实验结果显示,本文算法得到的复原图像对比度高,纹理清晰,细节丰富,且对天空区域的处理无颜色失真现象。