图像去雾是将有雾图像进行清晰化处理的技术,通俗的讲就是复原出无雾图像,它可以将图像中被雾掩盖的细节信息复原,以便于恢复视觉感受或者相关计算机图像分析所用,在现在的生活中,这项技术广泛的应用在安防监控,遥感成像等许多领域,具有很重要的实际使用价值和意义。然而,由于去雾工作涉及到很多方面,目前大部分相关的去雾算法并不能较好的解决这个问题,复原出完美的无雾图像,所以得到更好的去雾效果的同时兼顾算法运行速度能满足工业需求,一直是广大用户的需求所在,也是科研工作者们努力的目标。本文首先介绍了雾天图像的概念,特征和人眼视觉特性,然后分析雾天图像的物理模型,包括大气传输函数,大气光机制,紧接着介绍了暗原色原理,然后针对暗原色先验原理不适用于天空区域,导致对天空区域估计的透射率偏小以至于复原出的无雾图像存在色彩失真和色块色斑等问题,提出了一种基于天空区域分割的图像去雾方法。通过使用改进后的阈值分割方法对图像进行精准分割,然后在天空区域使用四叉树模型得到准确的天空区域,分别进行去雾处理,这样既保留了暗原色先验算法的良好效果,又解决了天空区域不适用暗原色先验规律的问题。此外,本文还提出了一种融合处理方法,消除了融合后分界处的明显的"白边"效应,使得天空与非天空区域处理后的融合效果更加自然。同时,针对浓雾天气图像分割作用不大的情况下,使用拉普拉斯方差算子判定雾的浓度,从而在浓雾条件下采用改进的容差机制算法处理图片。实验结果表明,相比较与暗原色先验去雾算法,该方法在天空区域没有明显色块及色彩失真现象,复原图像清晰自然,能够达到良好的去雾效果。