有雾天气下,空气中大量的悬浮颗粒使景物表面的光线发生散射和衰减,雾浓度越高,图像的景深越深,衰减程度越明显,视觉系统对图像特征提取效果较差,给人类日常工作生活带来了安全隐患。因此,对有雾图像进行去雾处理,复原清晰的无雾图像,使图像能满足使用者的需求,同时从有雾图像中快速判断出能见度并及时监测预警,能够有效降低安全事故发生的概率,具有重大的意义。近年来,许多学者基于暗原色去雾算法做了许多有效的工作,取得了良好的去雾效果,但复原后图像的色彩会产生失真,尤其是对于天空或者白色物体等高亮度区域失真更明显,且没有充分考虑到能见度的影响,在不同能见度下采用统一的去雾方法,存在较大误差。目前检测能见度主要有目测法和器测法,目测法受到人的心理、知觉等因素的制约,器测法成本昂贵,无法满足实际应用中大范围覆盖的需要。针对上述不足,论文的主要研究内容如下。(1)针对暗原色算法对单幅有雾图像进行去雾时,由于整幅图像不同区域都采用同一透射率,尤其是天空明亮区域,复原结果会出现较为严重的色彩偏移问题,提出了一种基于不同光线的波长补偿去雾算法。该算法首先对图像对应的暗原色图利用中值滤波进行处理消除光晕效应;然后计算不同波长的光衰减系数的归一化值,利用RGB三通道不同的衰减特性,得到RGB三通道的不同透射率,并修正了大气光值;最后将修正的参数值与大气散射模型结合得到去雾后图像。实验结果表明,该算法不仅能有效去除雾霾,而且减少了色彩偏移,使去雾后图像更加自然,特别是对有天空等明亮区域的有雾图像有更好的复原效果。(2)针对传统能见度检测方法存在成本较高,需要人工标定等问题,提出了一种基于图像中不同波长剩余能量比的雾天能见度检测算法。首先根据引导滤波算法得到透射率图,由透射率图的分布对图像的能见度范围进行初步判断;然后计算图像RGB三通道不同波长的剩余能量比之间的归一化差异,并滤除单通道灰度值偏差较大的像素点以提高精度和运算效率;最后计算出图像能见度检测值。实验表明,所提出的单幅图像雾天能见度检测算法能有效反映图像能见度,且简单易行。(3)针对现有的图像质量评价方法很少对去雾图像的色彩恢复程度作出评价,而在图像去雾领域中,图像复原结果的色彩偏移问题又非常见,提出一种基于不同颜色光线波长衰减量和能见度不同的图像质量评价指标。实验结果表明,该方法不仅能反映不同的图像去雾算法的有效性,而且能针对复原图像的去雾色差恢复程度进行评价。