随着网络科技和社会经济的不断发展,人们对图像清晰度的要求日益提升。雾霾天气对物体成像的干扰,导致图像清晰度下降,图像去雾算法作为改善图像清晰度的重要手段,成为图像处理领域的研究热点之一。图像去雾是指通过对有雾图像进行一定的处理,使图像的对比度、颜色饱和度有所提高的过程,这一技术可广泛应用于手机、相机、户外视频监控、实时交通系统、卫星成像等领域。目前,比较成熟的图像去雾算法是基于大气散射理论模型的图像去雾算法。本文分析了入射光衰减模型和大气成像模型,阐述了有雾图像形成的具体过程。研究了三种典型图像去雾算法:基于大气耗散系数的图像去雾算法、基于损失函数的图像去雾算法和基于暗通道先验的图像去雾算法。通过详细的研究与对比分析发现,基于暗通道先验的图像去雾算法具有更好的去雾效果。针对暗通道先验去雾算法的大气光估计值落在白色物体或者天空区域,使获得的大气光不准确,影响去雾效果的问题,本文采用水平和垂直方向的灰度投影方法估计大气光值,首先对输入图像作水平投影,将水平投影求和之后选择其最大区域进行垂直投影;然后将垂直投影的值相加,选择最大区域并按降序排列像素值;最后,选择亮度值最大的前0.1%像素的平均灰度值作为大气光值。实验结果表明,该方法可获得更接近实际情况的大气光值。针对天空等明亮区域并不满足暗通道先验规律,在天空等明亮区域利用暗通道先验估计得到的透射率小于实际值的问题,采用设定容差阈值来判定像素点是否满足暗通道先验理论,利用暗通道先验理论对非天空区域的像素点进行透射率估计;而对于不满足暗通道先验理论的点的透射率进行放大修正,使其更接近实际值,以获得更佳的去雾效果。实验结果表明,改进后的暗通道先验去雾算法具有更好的去雾效果,图像对比度增强明显,图像细节信息丰富。