图像增强技术与图像一样有着悠久的历史。噪声是指存在于图像数据中的不必要的或多余的干扰信息,需要去除。图像中的噪声类型会因技术、图像采集设备、图像传输介质和环境影响而不同。已有许多文献对图像增强技术进行过探讨,然而目前还没有一种可以去除所有类型的图像噪声的通用型增强方法。雾蒙蒙的环境是摄影师在拍摄照片时面临的问题之一。它会使一个场景的能见度、颜色和清晰度变差,并且还会降低许多潜在的图像处理应用的性能,而这些应用可能会应用在诸如无人驾驶飞行器、监视和控制、视觉物体跟踪等关键系统中。本文旨在提出一种新的模糊图像增强方法,介绍了由于阴天、多雾或雾霾天气导致的图像退化,并讨论了此类图像的增强方法。本文解释了不同的去雾算法的评价方法,并介绍了各种增强受雾影响图像的方法。最后,本文提出了一种在雾靈环境中拍摄的图像增强算法。该算法采用先考虑噪声模型,再从模型出发的基于模型的增强策略,通过对模型进行逆处理,可以得到清晰的图像,从而使增强方法变得简单易行。本文将该算法在各种图像上进行了测试,并与现有的图像增强方法进行了比较。仿真结果表明,所推荐的方法无论在定性测量还是定量测量方面都比现有的方法更好。此外,该方法具有较高的计算成本效益,这也是在线图像增强算法的可取之处。