图像去雾技术是图像处理和计算机应用领域的交叉热点问题。天气状况不佳时,空气中的悬浮粒子对光的传播有负面影响,使得成像设备获取的图像质量不佳,给计算机视觉领域中的目标检测、行为跟踪等任务造成极大不便。本文在大气散射模型的基础上,分析了雾霾天气下图像降质原因,提出了两种基于暗通道去雾的算法,并取得较好的结果。本文的主要工作如下:(1)提出了一种基于优化后透射率和半逆法的图像去雾算法。针对图像边缘处暗通道失效情况,运用透射率修正机制消除边缘处的光带现象。之后,利用大气散射模型和改进后的半逆法获取大气整体光照值。最后针对去雾之后整幅图片颜色变暗淡的现象,采用基于小波变换的图像对比度算法处理去雾后图片,改善其视觉效果。(2)提出了基于天空分割的快速图像去雾方法。为了让透射率值更加准确,且对天空区域复原效果更好,该方法先用中值滤波代替最小值滤波求取初始透射率,再用Canny算子将天空区域与非天空区域分割出来,对非天空区域进行透射率修正。然后在大气模型的基础上,采用一种快速估计大气光值法,既能减少计算负担,还能使大气光值估计值更加准确。最后,为了改善去雾之后图片颜色昏暗的情况,采用对比度受限自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)方法对图像进行颜色增强处理。对雾化图像集进行处理后的结果表明,本文提出的两种图像去雾方法显然优于原始算法,另外,与一些先进的算法相比,基于天空分割的快速图像去雾算法处理过后的图像效果更佳。