雾天给室外机器视觉来了很大的影响，比如在目标识别、交通导航及军事国防等领域均受到雾的不同程度干扰。在雾天条件下，拍摄目标的反射光在大气传输过程中与气溶胶相互作用，其传播能量和传播路径会发生改变，导致所拍摄图像亮度、对比度、分辨率下降和边缘信息模糊等，很难从图像中提取有效的特征信息，为后续图像处理与理解带来了不便。随着机器视觉系统在室外环境的广泛应用，雾天退化图像的复原问题已成为一个研究热点。本文从大气光学的角度研究图像退化的物理过程，并基于退化物理模型，实现雾天退化图像的复原。本文主要内容如下：　　 (1)图像复原技术概述。对图像复原技术的概念、起源和发展过程做以概述，详细介绍了国内外图像复原经典算法和研究现状。由于户外图像的退化与大气状况密不可分，分析了光在传输的过程中发生散射和衰减的物理过程。为接下来的图像复原工作提供了理论基础。　　 (2)建立图像数据库。为了配合理论分析与算法验证，搭建了适用于白天和夜晚图像获取的实验平台，建立了不同天气条件下的图像数据库。在实验平台的设计中考虑了包括光路设计、机械设计、各类仪器的同步、人工目标设计和自然目标选择等诸多因素，并在光路设计和其相应的机械设计过程中经历了多次的反复实验，确定了现有的实验平台。尤为重要的是可以同步获得各项大气参数，为后续研究工作提供了充足的数据。　　 (3)实现了雾天降质图像复原。该方法的关键是模型参数的求取，即天空亮度和场景深度参数。先采用最佳近似正态分布算法估计天空亮度，后利用暗原色先验理论求取单幅退化图像的深度值，实现对单幅退化图像的复原。借助直方图均衡化方法，对复原的图像进行后处理，提高图像的整体亮度和对比度，很大程度上提高了退化图像的清晰度。大量实验证明该方法能够有效地实现对单幅雾天退化图像的清晰化。