在海天背景下的雾天环境中,计算机视觉系统所获取的视频图像,其质量存在不同程度的衰减,并会导致视频图像的信息丢失,这会对目标识别、目标跟踪、目标特征提取等相关领域造成较大的干扰。因此,对海天视频图像去雾,恢复清晰化的海天视频图像具有重要的现实意义和应用背景。本文的研究目的是,针对暗原色先验去雾算法对海天视频图像去雾所存在的问题进行分析及改进,并经过相关实验验证了本文改进算法的有效性。具体工作如下:(1)利用暗原色先验去雾算法对不同海天场景下的图像进行去雾处理,对去雾图像进行相关实验分析,并对暗原色先验去雾算法在海天背景下所存在的问题进行总结。(2)针对海天图像去雾进行研究,分析大气光值在海天背景下存在错误选取的问题,利用图像四分法解决了大气光值错误选取的问题,并通过相关实验验证本方法的有效性。分析海天去雾图像的天空区域出现偏色现象的原因,并通过实验拟合出相关函数对容差法进行改进。分析暗原色先验去雾算法的耗时问题,利用引导滤波算法代替soft抠图算法、升降采样的方法来提升暗原色先验去雾算法的效率,并通过相关实验验证了本方法的有效性。综合上述改进方法,对不同海天场景下的雾天仿真图像进行去雾并与其它去雾算法进行对比,实验验证了本文改进后的暗原色先验去雾算法的有效性。(3)主要是在本文海天图像去雾算法的基础上对海天视频图像进行去雾研究。对不同海天场景下的视频图像进行各颜色通道下的大气光值统计,确定了本文有关海天视频图像大气光值的选取方法,即每隔十秒对大气光值进行迭代求取一次。考虑视频帧与帧之间的冗余性,经过相关实验确定了本文有关海天视频图像透射率图的选取方法,即比较相邻帧之间的相似度,根据相似度大小决定是否向下一帧传递上一帧的粗投射率图,然后利用各自帧的灰度图对细透射率图进行求取。最后是结合上述有关海天视频图像大气光值与透射率图的选取方法,对不同场景下的海天视频图像、雾天仿真视频图像进行去雾处理,并与视频逐帧去雾的方法进行对比,通过相关实验验证了本文海天视频图像去雾算法的有效性,即保证了海天视频图像去雾的质量,又提升了去雾效率。