针对雾天图像高亮和雾浓区域中容易出现场景透射率值求取不准确,导致复原后的图像细节丢失、出现光晕现象、对比度和色彩难以满足人眼的视觉特性等问题,本文提出了一种融合GF-MSRCR和暗通道先验的图像去雾算法。首先,利用加权四叉树方法从最小通道图中快速搜索全局大气光值;其次,从图像增强角度应用GF-MSRCR算法初步估计场景透射率值,依据暗通道先验原理对最小通道图进行二次估测,根据两次求取结果按一定比例进行像素级图像融合,得到场景透射率估计值,再利用变差函数修正估计值,经中值滤波进一步优化得到场景透射率的精确值;最后,通过大气散射模型恢复雾天图像,调整对比度和恢复颜色后,得到了轮廓完整且细节清晰的无雾图像。对近景、含小部分天空区域、含大片天空区域和含白色物体场景雾天图像的实验结果表明,本文算法进行去雾处理后的复原图像平均提升了7.87%的信息熵值、21.95%的对比度值、47.73%的平均梯度值和15.58%的结构相似性值,同时,运行时间降低了53.22%,对于多种类型雾天图像显示出较好的复原效果。融合GF-MSRCR和暗通道先验的图像去雾算法能够快速有效保留图像的细节信息、消除光晕,满足了人眼的视觉特性,具有一定的实用性及普适性。该论文有图24幅,表7个,参考文献50篇。