为解决现有去雾算法中存在的透射率过估计、天空区域颜色失真、实时性差等问题,提出了一种基于金字塔模型的快速高效实时视频去雾算法。采用金字塔向下采样获取缩小后的图像,引入伪去雾图像与暗原色置信度作为修正因子,获取缩小图像的粗透射率;然后将缩小图像还原至初始尺寸,利用联合双边滤波对纹理进行细化;最后结合大气光散射模型及帧间视频去雾理论复原降质视频。实验结果表明,该算法的去雾效果彻底,可对多种场景进行有效去雾。相比其他算法,本算法的峰值信噪比和平均结构相似性分别提高了20.153%和14.056%,且处理快速、运行稳定,可用于实时视频去雾。

针对高分辨率遥感卫星图像采用单一算法难以有效去除不均匀云雾的问题,提出一种基于图像分割和暗原色先验改进方法相结合的优化算法。采用图像分割技术将原云雾图像分割成浓雾部分和淡雾部分。浓雾部分采用加权多尺度Retinex算法进行局部增强去雾处理;淡雾部分采用改进暗原色方法,将暗原色图像去雾模型由RGB颜色空间转换到HSI颜色空间,提取亮度分量,获取准确的大气光值,并采用容差机制优化获取大气透射率,在此基础上采用自动色阶法增强处理,获取去除云雾后的图像。实验对比表明提出的算法能够很好地还原图像细节,有效恢复图像的颜色和清晰度。

针对水下光学彩色图像的模糊和颜色失真问题, 提出一种基于透射率优化和色温调节的水下图像复原方法。将大气光暗原色先验去雾算法应用到水下光学成像模型中实现水下图像清晰化, 采用引导滤波提高透射率的估计精度, 然后通过设置阈值参数区分水下光学图像中的明亮区域与非明亮区域, 对透射率进行优化处理得到自适应还原图像。最后通过调整图像估计灰度轴的位置对图像进行色温调节还原图像的颜色。实验结果表明, 该算法不仅可以有效提高图像的清晰度, 还可以对图像进行准确的颜色纠正。相比于其他算法, 该算法实现效果好, 具有更好的稳健性。

基于暗原色先验理论在图像的去雾方面有非常好的效果，提出了一种将暗原色先验理论用于大气能见度测量的方法，克服了气象能见度仪成本昂贵且难以大范围架设的缺点。对拍摄雾霾图像的不同区域进行亮度分析以便选择合适的目标区域进行透射率估计，通过优化去雾系数并使用引导滤波细化透射率获取较为准确的透射率，从而求得大气消光系数及大气能见度。将大量雾霾图像处理的结果与前向散射仪(CJY-1G）测量的数据进行比较，二者基本一致，本方法与CJY-1G测量结果的误差在±15%之内，符合能见度观测的应用要求。

水下图像成像过程与雾天图像类似, 但传统的去雾方法用于水下图像处理效果欠佳。针对水下捕获图像存在颜色衰减严重和蓝(绿)色基调的问题, 提出了一种基于改进暗原色先验和颜色校正的水下图像增强方法。结合光在水下的传播特性, 对空气中的暗原色先验去雾算法进行改进, 在求取水下暗原色通道和图像背景光时考虑红色通道的逆通道; 提出先采用改进的水下暗原色先验法去除后向散射光, 再通过白平衡算法对增强后的水下图像进行颜色校正的方法。实验结果表明, 相比于传统算法, 本文的方法在处理后向散射严重的水下图像时, 可以获得更高的清晰度和对比度。