雾天条件下,由于大气粒子的散射作用,户外视觉系统获取的图像出现对比度降低、颜色失真、模糊不清等质量退化问题,造成特征提取、目标判别、目标跟踪等工作无法正常进行。因此,针对雾天降质图像的去雾技术进行研究,具有重要的实际应用价值。　　本文围绕单幅图像去雾方法展开研究,提出了新的图像去雾方法,并通过大量的实验进行了验证。具体工作和研究成果如下:　　首先,在分析雾天图像的降质过程和特点的基础上,深入研究了暗原色先验图像去雾方法,发现暗原色先验在场景光与环境光相近的区域会失效,导致去雾结果出现局部对比度不高、细节不明显等问题。针对这一缺陷,提出一种改进的二阶段图像去雾方法,利用局部直方图均衡化对暗原色先验去雾结果进行局部对比度修正。实验结果表明,该改进方法能够有效地克服暗原色先验方法的缺陷,提高雾天图像的对比度和清晰度。　　其次,通过分析HSI色彩空间特性,首次提出一种新的图像先验:亮度暗先验。该先验基于无雾图像亮度分量的统计规律,即在绝大多数无雾图像的局部区域内,存在一些像素,具有很低的亮度值。本文基于这一先验估计透射率和大气光,并利用双边滤波器对透射率图进行细化,提出一种基于亮度暗先验与双边滤波的图像去雾方法。实验结果表明,该方法不仅能取得良好的去雾效果,而且具有较高的算法性能。