随着计算机视觉系统在各个领域的应用越来越广泛，对系统的鲁棒性和稳定性要求也随之提高。为了保证户外视觉系统全天候正常地工作，必须要求系统能够适应不同的天气状况。本文研究了户外计算机视觉系统中常遇到的恶劣天气下图像质量退化的机理，并重点研究了雾霾天气下退化图像的复原问题，采用基于物理模型的天气退化图像复原方法，对天气退化图像进行了复原。复原后图像的视觉效果明显改善，清晰程度显著提高。该研究结果对提高户外视觉系统的性能有重要的作用。 本文主要对雾霾天气下退化图像的复原技术进行了研究，根据户外天气图像的退化机理，分析了大气散射模型和大气调制传递函数模型，分别利用这两种物理模型对雾霾天气下的退化图像进行复原，并将基于物理模型的天气退化图像复原方法和图像复原的数学方法进行了比较，并通过图像质量参数对比较结果进行了分析。 大气散射模型表明，场景点的亮度和彩色图像的色彩效果都是由直接传输和大气光散射共同作用的结果，由于在晴朗的天气下直接传输起主要作用，则可通过分离出直接传输部分的亮度和色彩，滤除天气退化图像中大气光的作用来复原雾霾环境下的天气退化图像。 大气调制传递函数模型表明，可以将恶劣天气对图像质量的影响作为视觉系统调制传递函数的一个分量。通过已知天气信息估计大气调制传递函数，滤除天气退化图像中大气调制传递函数的影响，即可得到近似晴朗天气下的复原图像。 仿真结果表明，基于物理模型的天气退化图像复原方法，对雾霾天气下的退化图像有较好的复原效果，得到的复原图像的图像质量明显改善，清晰程度显著提高。对增强户外视觉系统的鲁棒性和稳定性有重要意义。