为了便于人眼视觉观察和后续计算机分析处理,图像复原和图像增强能够突出图像中的部分细节信息。由于存在大气粒子的作用,雨雾天气时,空气中充满着小水珠,各种图像实物的反射光与周围环境光被散射或者吸收,使得到达接收装置的图像信息变得模糊不清,同时现有视频监控、目标跟踪器件等对天气十分敏感,大气中这些粒子严重影响了光学多媒体设备的应用。雾天图像的增强复原问题越来越受到科学家们的关注,对其的研究也越演越热。日常生活中,希望对雾引起的不良效果进行改善的需求越来越大。由于雾天物体的成像过程十分复杂,想要给出统一的描述十分困难,因此,雾天图像增强处理问题亟待解决。本文主要研究以下内容：(1)研究出基于MSR的雾天数字图像增强的处理算法。由于传统卷积函数决定了Retinex算法最终处理效果,且处理结果效果很差。究其缘由是早期算法的卷积滤波函数是同态Gauss滤波器。本文采用自适应滤波器,即当图像灰度在某阈值内时使用同态滤波器处理图像；超过这一阈值,则采用各项异性滤波器。同时,传统多尺度Retinex使用相同的权重因子,本文在自适应滤波器的方法上结合不同的权重因子,实验证明图像细节特征得到增强,对比度明显提高,改善了传统算法的失真问题和光晕现象。(2)采用基于Retinex算法增强图像的修正的方法,运用非线性方法修正图像的反射分量和照射分量。采用全局对比度增强函数对图像的照射分量进行强度拉伸,提高整体对比效果。反射分量使用非线性S型函数进行变换,因其能较大的改变中间值,而对偏大和偏小的值改变不大,起到增强图像局部对比度的目的。与传统MSR(多尺度Retinex)算法比较,结果显示图像对比度明显增强,视觉效果得到改善,提升了图像中明暗凸变部分。且算法处理速度较快,处理结果不会出现明显的泛白或失真现象。