随着信息技术的高速发展,图片的视觉效果越来越受到重视,这对于有雾图片的处理无疑是一个巨大的挑战。雾天图像对于交通安全、航拍、视频监控、车辆导航等都产生了重大影响,带来了极大的不便利和安全隐患,因此,对图像去雾技术进行研究有着重大意义并且刻不容缓。香港中文大学何恺明博士的暗通道去雾算法便是图像去雾技术领域的一个重大突破,该算法具有简单有效、实时性和自动去雾的优点,其缺点主要是对模型的依赖性、滤波模板大小的选择、对天空缺乏免疫力以及恢复后图像偏暗。本文在广泛学习和研究图像去雾技术的基础上,主要针对暗通道去雾算法进行了大量的实验和创新性尝试,并取得了较好的效果。本文工作主要体现在以下四个方面:1)提出了一种改进的色调保持能力评价方法,并且基于此提出了基于无参考评价方法的综合评价指标。2)对于暗通道滤波模板大小的选择,突破以往尽量采用中小尺寸模板进行去雾的思维惯性,提出了自适应大模板滤波方法,该改进方法会大幅度提升复原图像的结构信息和对比度,但是也会丢失一部分细节信息。3)对于大气光的估计,突破众多学者使用复杂分割方法分割出天空区域的思路,本文从天空区域像素值的特点和大气光值的大小对于复原图像对比度的影响两个角度出发,建立了较亮像素点判断条件,通过对暗通道图像进行处理从而获得正确的大气光,有效改善了复原图像的对比度,并且该方法针对天空区域复原效果有很大改进,但对于特殊颜色的天空区域复原效果的改进有待进一步研究,比如土黄色的天空区域。4)对于透射率的估计,为了克服天空区域复原之后呈现彩色的光晕问题,本文通过分析透射率特点,在获得初始透射率之前的中间过程进行特殊处理,然后对其进行引导滤波优化,最终获得了较好的复原效果,复原图像的对比度和结构信息都大大提高并且天空区域恢复效果稳定,没有光晕,但天空区域的复杂纹理信息可能会有所丢失。实验结果充分表明了本文提出的改进方法良好的改进效果,且较其他改进方法具有简单并且更有效的特点,但是本文的改进方法或多或少有一些缺点,值得继续深入研究和改进。