随着科技的进步,计算机视觉与图像处理在智能视频监控和安全防范系统等很多方面都得到了非常广泛的应用。但众所周知,当前所处的环境气候却日渐恶劣,部分城市更是饱受雾霾天气的影响,由此导致了室外视频监控系统所捕获的图像或视频呈现出对比度低,信息模糊,颜色失真等降质现象。这些不良影响都给后续的图像处理,如目标识别、特征提取等,带来很多麻烦和不便。因此,针对雾天彩色图像清晰化技术的研究显得尤为重要。当前,雾天彩色图像的清晰化算法研究已经取得了一些成果。其中,主流的算法主要分为两类:一是基于图像增强类的算法,二是基于图像复原类的算法。图像增强类的算法只是运用一些处理手段来突出图像本身的细节和对比度,其优点在于灵活。然而,图像复原类的算法则是基于大气散射模型计算相应的参数,以实现图像的准确复原,但是由于该类型的算法需要求解精确的参数,导致算法复杂度相对较高。因此,对于雾天图像的清晰化处理,如何在保证复原图像的效果和提高算法的实时性之间实现均衡是该领域需要进一步研究的问题。本论文针对雾天彩色图像清晰化技术进行了深入研究,并在实际中解决了彩色含雾图像的清晰化问题。在本论文中,首先综述了现阶段国内外该领域的研究现状,并深入介绍了经典的去雾算法。然后介绍了本论文的关键理论基础和技术点,即大气散射模型、雾天图像退化模型、暗原色先验、大气散射模型参数的估计等,以及复原图像的质量评价。最后,基于这些理论基础和关键技术点提出了新的图像清晰化算法,有效地实现了雾天彩色图像的清晰化,并对所提出的去雾算法与其他算法的性能进行了全面且公正的比较和评价。本论文主要完成了以下两方面的创新:·提出了一种基于全局最小二乘法滤波与图像增强的去雾方法。该算法将全局最小二乘滤波器引入雾天彩色图像清晰化研究领域中,并且将图像复原技术与图像增强技术相结合,使所恢复的无雾图像在颜色恢复自然的同时,提升其图像本身的对比度。与其他算法相比较的结果表明,该算法所还原的图像充分恢复了场景中的细节和颜色,并且新增可见边缘比和可见边的规范化梯度均值这两个指标均表明该算法的对比度得到了明显提高。·提出了一种基于大气光图与自适应流形的图像去雾方法。该算法首先根据图像的天空区域将整幅图像分割成三部分,并对每部分求取相应的大气光,再运用线性插值构造一个渐变的大气光图;然后采用基于自适应流形的滤波器来优化其透射率图;最后,基于大气散射模型的逆过程恢复得到无雾图像。该算法在求取大气光图和透射率图时,均采取了较为精确的方法,因此,所恢复的图像主观视觉上整体亮度和清晰度都得到了有效地提升,而新增可见边缘比和可见边的规范化梯度均值这两个客观评价指标都表明了该算法的去雾性能较好。