雾天成像系统对室外的工作非常敏感,反射光在到达成像设备前会经过大小不同的悬浮颗粒并发生散射现象,导致成像图像能见度低,对比度下降等问题,并对交通、军事以及航空航天等依赖图像技术领域造成不可估量的后果。因此,提高雾天退化图像的质量,恢复原有的优质图像具有非常重要的理论价值和工业意义。首先,本文对室外雾霭天气下的图像做严格分析,以数字图像处理和光学为理论基础,通过分析雾天降质图像的成像原因来论述大气散射模型对有雾图像的影响,并且详细介绍了有雾图像的特征和几种基于大气散射模型的图像去雾算法。其次,重点针对暗通道先验算法的不足进行了相应的改进,具体工作如下:针对邻域滤波窗口过小不符合暗通道先验原理的不足提出了一种融合暗通道,通过对两个不同大小的邻域滤波窗口分别进行取最小操作和暗通道运算得到一幅融合暗通道图像作为新的暗通道图,改善了原始暗通道图的边缘块效应。针对传统传输率过于粗糙提出了一种可调节介质传输率,通过白平衡估计来间接求解传输率的初估计,并与原始介质传输率做差作为传输率的调节因子,然后拟定一个调节参数,得到一种可调节介质传输率,改善了传输率过于粗糙以及求解过程中产生的光晕现象。针对有雾图像场景中白色物体影响大气光估计值的不足,提出了一种自适应大气光估计值求解法,通过开运算处理消除场景目标中白色物体的干扰,并设置自适应系数来确定大气光的估计值。通过改进的导向滤波对可调介质传输率进行优化,把经过高斯滤波器的灰度图像作为导向图对得到的介质传输率进行滤波处理,改善了大气光值的过高估计,并获得更精准的传输率图像。最后,本文通过图像去雾界面来实现各个算法,经实验验证,改进算法可以对有雾图像进行有效的去雾处理,实验效果优于原始暗通道先验算法,同时对比分析了几种经典算法的去雾效果,并通过客观数据验证了各自算法的有效性。