基于图像/视频的智能化技术广泛而深入的应用在交通监管、公共安全、边防海关以及国防建设等诸多领域中。在雾天条件下,由于空气介质中存在大量的水蒸气、尘埃等悬浮颗粒,它们对光线的散射作用使得在此条件下摄取的输入图像对比度较低,细节模糊不清,并伴有一定程度的颜色偏移,极大地影响了图像的主客观质量。雾天降质图像的复原方法能够有效改善输入图像质量,提升设备的鲁棒性和可靠性,并对其他复杂的天气条件下(如雨、烟尘、阴霾等)也起到一定的复原效果,具有广阔的应用前景以及重大的实用意义。　　 雾天降质图像的复原技术有多种实现算法,大体上可以分为基于对比度增强的复原算法和基于雾天成像光学模型的复原算法。基于雾天成像光学模型的复原算法由于复原效果自然,算法复杂度低等优点,目前已经成为本领域内主流的复原算法。本文重点研究变分框架下基于雾天成像光学模型的雾天降质图像的快速复原算法,主要内容和成果如下:　　 一.深入研究雾天成像的光学模型,并系统的回顾国际上几种主流的单幅图像雾天复原算法,如基于直方图均衡的雾天图像增强算法、基于Retinex理论的雾天图像增强算法、基于暗通道先验的单幅图像复原算法等。　　 二.在变分框架下基于雾天成像的光学模型,构造出求解大气渗透图像的目标函数。优化方法求解目标函数的计算复杂度过高,不利于硬件实时实现。论文在变分框架下,通过定性的分析获得该目标函数最优解所具有的性质:(1)大气渗透图像分片光滑且在场景信息突变边缘具有良好的保持性;(2)在分片区域内部,大气渗透图像倾向于取该区域内的最小值,即分片邻域内最小值能够扩散到整个邻域内。该最优解的性质为基于经典图像滤波方法逼近目标函数最优解提供方向。　　 三.基于形态学滤波算法对求解大气渗透图像的目标函数加以快速、有效、合理的逼近。该形态学基础的滤波算法时间/空间复杂度较低,系统开销较小,能够满足嵌入式平台的实时化处理要求。　　 四.基于一种邻域统计特性的各向异性滤波器——AECES的改进算法,使其更加有效的逼近变分框架下的大气渗透图像的最优解。该种复原算法具有较好的边缘保持效果,和较强的算法扩展性。该算法虽然不能满足嵌入式平台实时化处理需求,但在PC平台下经GPU加速后仍可以实现雾天降质图像的实时化处理。