在雾霾环境中,由于空气中的微小颗粒吸收和散射光,会改变光的传播路径,使成像设备所生成的图像和视频呈现出对比度下降和色彩失真现象,会对后续的图像处理过程产生较大的影响。因此,消除或减少雾霾天气带来的图像失真问题,可以提高相关系统的整体性能,具有较强的理论价值和实际意义。针对这一问题,研究者们提出了包括暗通道先验去雾算法在内的多种图像去雾算法。本文在基于大气散射模型去雾算法的基础上,对暗通道先验去雾算法进行了深入研究,并对该算法存在的问题提出了改进方法,具体研究内容如下:(1)通过分析暗通道先验去雾算法的实验结果,发现暗通道先验算法去雾结果中存在色彩失真、图像偏暗等问题。针对这些问题,本文提出了一种改进的暗通道先验图像去雾算法。首先,计算图像中像素点的R、G和B通道的像素值的方差来判断其波动幅度,若波动较大,则选出三个通道中最小值为当前像素点的暗通道像素值,若波动较小,则通过其周围像素点中最小通道的均值来确定当前点的暗通道值,从而得到精准的暗通道图和大气光值;其次,通过采样和插值的方法来加快透射率图的计算;最后,通过将图像转化到HSI色彩模型,对图像的亮度、色调和饱和度的进行图像复原。(2)在视频序列去雾中,本文介绍了基于限制对比度直方图均衡化的视频序列去雾算法,分析该算法在视频去雾过程中存在去雾效果不理想,算法时间复杂度高等问题。本文结合暗通道先验算法和三帧间差分法提出了一种基于天空区域分割的视频序列去雾算法。该算法首先利用HSV色彩空间中的V分量图像分割图像中的天空和非天空区域,并利用非天空区域精确估计大气光值。其次,通过计算视频序列图像中像素点及其邻域的变化程度来决定是否更新当前带雾图像的透射率图,从而加快视频的透射率图的计算速度。最后,通过去雾模型复原公式进行去雾处理,获得无雾清晰的视频序列。本文在不同场景下对带雾图像和视频进行仿真实验,结果表明,本文提出的改进的暗通先验图像去雾算法比原算法的去雾效果更加明显,处理速度更快,解决了暗通道算法中存在色彩失真、图像偏暗等问题,并且与直方图去雾算法和retinex算法进行对比分析,从主观和客观两个方面论证本文算法的高效性;本文提出的视频序列去雾算法能够有效的消除视频序列的闪烁现象,并且去雾效果理想,具有较好的鲁棒性,并且平均处理速度在每秒24帧以上,能够满足实时去雾的要求。