计算机视觉系统广泛运用于室外工作场景,如监控视频、城市交通、遥感成像、导弹目标跟踪系统等,并在日常生活和国家安全防范等领域发挥着很重要的作用。然而,现有的大多数室外视觉系统对环境特别敏感,需要清晰准确的提取图像的轮廓细节特征,尤其是在雾霾天条件下,采集到的图像因受到大气粒子的散射作用而严重衰减,存在模糊不清、对比度降低、颜色失真等退化现象,直接限制了室外视觉系统的正常运行。因此在雾天条件下,如何自动、实时的消除雾气对图像及视频帧中场景目标的影响已经成为图像处理的研究热点。本文主要研究了雾天图像和视频的清晰化复原技术,介绍了图像与视频去雾算法中用到的基础理论,包括大气散射物理模型、暗原色先验理论和Retinex算法等技术。在现有传统去雾算法研究分析的基础上,提出两种单幅图像去雾方法,对雾天图像去雾进行了深入研究,同时针对视频去雾过程中出现的闪烁现象和播放速度慢的问题,提出了快速视频去雾方法,本文的具体研究工作内容如下:(1)研究了单幅图像去雾算法。在雾霾天气条件下,由于大气粒子的散射作用导致拍摄的图像严重退化。针对这一问题,提出一种简单有效的单幅图像去雾算法。首先设计晕光估计算子检测出晕光区域,其次,在暗原色先验条件下,根据晕光估计值获取区域自适应融合权值,进而在不同区域采用不同的加权方式融合基于单像素估算的透射率与基于块状区域的透射率以获取精确透射率,有效的消除了晕光效应。最后增加参数限制透射率过低,保护了天空区域。实验表明本文算法复原的图像清晰自然,尤其是在前景与背景的边缘处及天空区域能够达到很好的去雾效果。(2)针对在雾霾天气下拍摄到的图像,存在对比度降低、颜色失真、模糊不清等严重退化现象进一步深入研究,提出一种新的单幅图像去雾算法。首先从大气物理模型出发,用白平衡修正图像的颜色,针对基于物理模型的图像去雾估计透射率出现的晕光效应和基于非物理模型的Retinex算法去雾不彻底,处理过程中出现的色彩失真现象,提出将物理模型和Retinex算法相结合估算透射率,提高了运算效率,有效避免了晕光现象和色彩失真。其次用自适应权值融合计算大气光,分割出图像的亮区域和暗区域自适应估算融合权值,使获得的大气光值更加合理精确。实验分析表明本文算法简单有效,复原出的图像清晰自然,达到了很好的去雾效果。(3)研究了快速视频去雾算法。针对将单幅图像去雾算法逐帧处理直接运用到视频上会使视频播放速度慢且相邻帧会出现闪烁这一问题,提出新的视频去雾算法。首先基于大气散射物理模型,提出运用自适应平均估算方法计算视频帧的大气光值,消除了由于相邻帧图像大气光值估计的不同而出现的闪烁现象;其次对传统的引导滤波进行自适应加权,使改进的自适应引导滤波具有锐化突出边缘特性和滤波效果,从而根据改进的自适应引导滤波能将滤波输入图像按照引导图像的轮廓边缘特征进行滤波输出的特性,提出用自适应引导滤波更新视频当前帧的透射率,得到适用于其他视频帧的通用透射率,实现快速视频图像去雾。实验分析表明本文算法减少了视频去雾的运行时间,消除了闪烁现象,提高了运算效率。