现如今,人类社会已进入了信息化时代,人们对于信息的需求程度越来越高。数字图像作为人类社会活动中最常用的信息载体,是人们获取信息的一种重要手段。随着科技的不断创新,数字图像处理技术的发展速度突飞猛进,其应用领域也涉及到人们生活、工作的各个方面。因此,人们对数字图像处理的要求也越来越高。由于自然环境的恶化,雾霾天气已成为一种常见的天气现象。在这种天气状况下获取的数字图像的质量会大幅下降,使得图像去雾技术成为近年来的一个研究热点。但在很多情况下,天气状况的复杂性增加了去雾技术研究的困难程度。目前,国内外的学者针对这一问题提出了很多卓有成效的方法,但这些方法都有其应用的局限性。本文针对雾天图像修复问题,提出一种基于局部均值和标准差的去雾算法。主要完成了以下研究工作:(1)通过对雾天图像局部均值和标准差的特点进行分析,得到了局部均值和标准差的差值可以很好地反映图像场景深度变化的结论。而根据大气散射模型可知,雾天图像的场景深度又与大气散射光的变化趋势相同。因此,本文采用图像局部均值和标准差的差值来对大气散射光进行估计,从而实现了图像的去雾处理,取得了较好的去雾效果。(2)在上述工作的基础上,又对大气散射光的估计方法进行改进,重新调整图像去雾公式,从而得到了更好的去雾效果。(3)针对雾天图像中局部区域的光滑程度,提出自适应去雾算法。(4)针对雾天修复后图像颜色偏暗的现象,对修复后图像进行增强,有效地改善了图像的视觉效果。为了验证算法的有效性和可行性,本文在VC++6.0实验环境下,用主观和客观两种评价方法对算法进行验证。实验结果表明,算法能够有效地去除图像中的雾气,且处理速度较快,便于实时应用。