本文在不同大气条件下对多个场景进行了大量的图像采集工作,并同步采集了相关大气参数;研究了雾霾图像与多项大气参数之间的关系。利用暗原色理论获取图像景深信息,对无雾/轻雾图像进行加雾仿真研究。针对于暗原色去雾过程中引导滤波算法晕轮去除有残留及效率问题,提出了消除晕轮的双窗口滤波算法,并提高了运算效率。分析了雾和霾的基本特性,以Mie理论为基础分析了单球粒子的散射特性,研究分析了雾霾天气成像模型。通过对雾霾图像评价指标的分析,选取了图像的边缘强度作为衡量雾霾图像中雾霾相对大小的依据;通过计算分析边缘强度与各项大气参数的关系,发现图像边缘强度与AQI、PM_2.5和PM₁₀的质量浓度的关系较为密切,基本符合指数衰减规律。暗原色理论可以以透过率的形式近似表现无雾/轻雾图像的景深信息,利用该景深信息可以对图像进行加雾仿真处理。对于含有路面区域的无雾图像,本文利用最大类间方差法对透过率图像路面区域进行了提取,并对其透过率进行了修正。以PM_2.5的质量浓度为依据,将图像划分为五个等级。利用引导滤波器对无雾图像以及各个等级雾霾图像透过率图进行细化和平滑操作,通过统计各个等级的多幅雾霾图像透过率与无雾图像透过率之间的关系,总结各个等级的经验参数,从而得到加雾透过率的参数计算方法;结合各个等级图像整体大气光强变化规律,实现对无雾图像进行分级加雾仿真处理。暗原色先验去雾方法中常用的引导滤波算法对晕轮的去除能力比较有限。本文在分析了晕轮效应产生原因基础上,提出了基于暗原色理论的双窗口滤波去雾算法。本算法通过大窗口透过率和小窗口透过率的差异来识别晕轮区域,并利用两者透过率的线性叠加来修正晕轮区域的透过率,通过透过率差值的大小来调节叠加系数,利用高斯低通滤波器对修正透过率进行平滑操作。双窗口滤波去雾算法相对于引导滤波算法有效地去除了晕轮效应,提高了运算效率。