图像处理方法广泛应用于各个领域,需要针对不同图像的劣化情况选择合适的处理方法以获得更好的图象质量。许多用于目标跟踪、空间导航、道路监测等的视频图像处理系统对于天气变化或日照非常敏感。由于空气中的大气颗粒的存在,有雾天气是影响图像质量的主要因素。因此,对于恶劣天气条件下图像清晰化方法的研究有助于提高图像质量。现阶段,对于雾气条件下获取图像的清晰化处理方法主要有两种:一是从图像处理的角度出发,增强图像的对比度,从而达到图像清晰化的目的;二是基于物理模型的大气退化图像复原方法。本文主要从图像增强的角度出发,对现有的图像清晰化方法进行了必要的修正和改善。具体工作总结如下:首先,学习国内外关于图像中雾气检测的研究现状和发展趋势。介绍了逆变换算法在图像雾气检测中的应用,并给出在某些模糊图像中检测雾气的现有方法;其次,给出了现有的最常见的图像恢复方法,并指出该算法中存在的问题;最后,为了解决这个问题,本文提出并改进了基于劣化函数估计的维纳滤波算法。MATLAB仿真结果表明,改进算法可以通过维纳滤波有效提高图像恢复的性能,改善图像质量。