图像处理技术越来越广泛的应用于工业、医疗、教育、交通等行业领域,为人们的生活和工作带来了很多便捷。然而近些年来,我国雾霾天气越发频繁,户外采集系统捕获到的图像出现对比度低、色彩失真、清晰度下降的现象,给图像处理系统带来极大的问题。因此研究雾霾天气下的图像去雾技术,确保计算机视觉系统稳定可靠的工作显得尤其重要。经过国内外学者们数十年来的不断研究,图像去雾技术取得了不错的成果。论文以图像去雾为研究主线,去雾算法总体上可归分为两类,一类是基于非物理模型的图像增强算法,通过提高降质图像的对比度来改善图像质量。另一类是基于物理模型的图像复原算法,从雾霾图像退化的本质出发,建立数学模型,从而实现对图像的清晰化。通过分析雾霾图像的形成机理及雾化图像的特性,研究雾天下的大气散射模型,为深入研究图像去雾做基础准备。对全局直方图均衡化算法和限制对比度的自适应直方图均衡算法进行深入研究,通过实验仿真验证直方图均衡算法在去雾上的优缺点。并对单尺度和多尺度Retinex算法进行原理分析和仿真实验,验证Retinex算法的去雾效果。针对基于暗通道先验的去雾算法中大气光强易受图中白色物体干扰,使用软抠图算法优化透射率复杂、效率低,复原后的图像色彩偏暗的问题,本文提出一种基于暗通道先验改进的图像去雾算法。在暗通道先验理论的基础上,结合大气散射物理模型,采用四叉树搜索算法精确估计大气光强,并使用导向滤波算法细化透射率,最后通过亮度变化得到明艳清晰的去雾图像。实验验证,改进算法不仅可以有效去除图像中的雾霾部分,还原图像的本质信息,而且能够增强图像边缘细节,更加符合人眼的视觉感受,除此之外,实时性也有显著提升。