随着我国经济社会的快速发展,环境污染程度加重,导致近些年雾霾天气在全国各地频频出现。雾霾不仅对人类的健康造成直接危害,交通安全也受到严重威胁,各类监控系统的图像质量因此下降,存在对比度较低、细节模糊、颜色失真等问题,影响了相关工作的顺利进行。由此可见,获取清晰的无雾图像不仅具有很高的应用价值和经济价值,而且是计算机视觉及图形图像学研究领域一个热门的研究方向。本文对单幅图像的去雾方法进行研究,发现传统去雾方法对轻雾天气下的图像实现了一定的效果,但对大雾天气下的图像处理效果不尽如人意。本文根据雾天图像的特点以及人类肉眼的视觉特性,综合直方图均衡化、同态滤波、暗原色先验三种传统去雾方法,结合图像分割、图像融合技术,提出了一种混合去雾方法,并与上述三种去雾方法进行了实验对比,通过主客观评价标准验证了设计方法的优越性。并在此基础上,实现了图像去雾的可视化操作。本文的主要工作如下:介绍了图像去雾的国内外研究现状,包括基于图像增强的图像去雾方法以及基于图像复原的去雾方法,并归纳了图像去雾的研究背景以及意义。分析了雾天图像降质的原因,并介绍了图像质量评价的主客观标准。重点研究了基于空域增强的去雾方法--直方图均衡化,基于频域增强的去雾方法--同态滤波,基于图像复原的去雾方法--暗原色先验,研究分析了各个方法的原理、运算流程,然后在多种复杂气象条件下对这三种方法的去雾性能、效果进行实验对比分析并得出结论。介绍了图像分割的涵义,并分析了阈值方法、区域方法、边缘检测方法、基于遗传算法的方法这四大类型分割方法的原理、性能以及优缺点。介绍了图像融合的涵义并分析了加权平均方法、HIS方法、PCA方法、Pyramid方法、小波方法这五大类型融合方法的原理、性能以及优缺点。在以上去雾方法研究基础上,提出了一种混合去雾方法,并验证了其在轻雾及大雾天气下图像处理的有效性和可靠性。最后,设计了一款多方法可选的去雾系统软件,实现了图像去雾的可视化操作。