随着数字监控系统在各个领域的广泛应用，对系统的实用性要求也越来越高。然而，在有雾天气条件下，由于大气粒子的散射作用，监控系统捕获的图像对比度和颜色降质严重，这大大降低了图像的实用价值，对生产与生活等各方面都造成了极大的影响。因此，为了实现视觉系统的全天候工作，提高系统在恶劣天气下工作的鲁棒性和可靠性，增强雾天降质图像的景物细节信息具有重要的意义。　　 图像去雾技术主要有两种：基于图像增强方法和基于大气退化模型。图像增强处理不考虑退化原因，按照特定需要突出或抑制图像中的某些信息，同时，削弱或去除某些不需要的信息。其主要目的是使处理后的图像对某种特定的应用来说，比未处理的图像更适用，也就是使处理结果更适合人类的视觉特性或机器的识别系统。图像复原处理是指考查图像退化原因，目的也是为了提高图像可辨识度。这里有两种方法：其一，利用退化现象的某种先验知识来重建和恢复退化前的图像，这类退化图像的复原可归结为一种过程，建立退化模型，并且采用相反的过程进行处理，以便恢复出原图像；其二，在先验知识未知的情况下利用盲恢复算法恢复退化前的图像。本文在客观分析雾天成像机理的基础上，从数字图像处理的角度出发，对雾天降质图像的对比度增强方法进行了深入的研究，研究工作分为以下几个部分：　　 （1）基于雾天降质图像的增强方法研究。　　 雾天降质图像的一个重要特征就是雾天下图像中景物影像的对比度降低与物体至照相机的距离呈非线性递增的关系，且因为一幅图像中景物的深度是多样的，其退化程度也各不相同。根据这个特征，本文深入分析了包括全局直方图均衡化、同态滤波、小波增强、块重叠直方图均衡化、部分块重叠直方图均衡化等多种方法在雾天降质图像上的应用，提出了一种基于高频强调滤波和对比度受限自适应直方图均衡化的雾天图像增强方法，实验结果验证了该方法的有效性。　　 （2）基于彩色场景雾天降质图像的对比度增强方法研究。　　 针对彩色的雾天降质图像，本文研究了在不同彩色空间的对比度增强方法。在RGB空间上，通过与CMY空间的变换，将灰度图像的对比度增强方法推广到了彩色图像的增强处理中，并保证了色调的不变性。在HSI空间上，实现了将灰度图像的对比度增强方法应用到灰度分量，对饱和度进行拉伸，色调分量不变的增强方法。