随着人类生产生活方式的更迭变化,智能科技带给我们的便利开始显现出来,其中数字图像处理技术使用最为广泛,数字图像处理设备已经遍布在我们的生活中。近年来频发的雾霾天气给图像处理设备带来了很大的困扰,严重影响了图像处理系统的后续分析。因此良好地复原雾天条件下采集的图像,最大程度减小雾霾天气给图像处理设备带来的影响至关重要。目前国内外基于暗通道先验理论的去雾算法日益繁多,其中容易在天空等高亮区域出现失真、大气光值以及透射率估值不准确、透射率的细化过程较为繁琐以及算法中的一些参数固定单一等问题仍然存在。本文依托国家重点研发计划（编号:2019YFE0108300）和国家自然科学基金项目（编号:52172379,62001058）,并基于以上问题进行改进,提出基于暗亮通道先验的远近景融合去雾算法,主要创新点如下:1、针对暗通道先验理论容易在图像的某些区域产生畸变的不足,提出了远近景分割算法,将分割出的近景暗通道和远景暗通道进行混合,并根据最优的客观质量评价指标结果设置混合暗通道中的自适应调整参数。其次引入亮通道先验,建立暗亮通道融合模型,获得更加精确的大气光值和透射率值。2、为了克服去雾过程中去雾参数单一、固定的缺点,提出一种由大气光值自适应地设置去雾力度调节参数ω的算法,进而对透射率值进行更好的估算。同时将灰度图代替原始雾天图像作为引导图像进行引导滤波,大大提升了透射率的细化效率。3、为了解决最小值滤波窗口以及引导滤波窗口尺寸单一,不适用于不同尺寸的雾天图像的问题,提出一种根据采集图像尺寸自适应调节窗口尺寸的算法,较大程度上解决了因为窗口尺寸与输入图像尺寸不匹配而造成的失真问题。4、为了进一步提高复原图像的图像质量,最大程度上恢复图像的色彩饱和度,提出了一种基于视觉感知的修正模型对图像色彩进行校正,从而增加了恢复图像的对比度和颜色饱和度,使复原图像的主观视觉感受更优。为了检测本文去雾算法的复原效果与有效性,选取了七种算法进行了大量的对照实验。图像质量评估体系的结果显示,本文算法从主观和客观上都达到了较好的复原效果。