随着当代社会的飞速发展,人类进行高密度的经济和社会活动,导致汽车尾气、垃圾焚烧有害气体、工业污染物、建筑地尘土等大量排放。近年来,雾霾天频频出现,这严重影响了人们的生活。在雾天获取的图像和视频很不清晰,而很多场合都需要提取图像的细节信息并分析,这就导致监控、导航等视觉应用系统的效用丧失。所以,对有雾图像和视频的去雾处理成为越来越重要的研究热点,具有理论与实际意义。本文分别针对单幅图像和视频的去雾处理展开研究,从算法理论、仿真实验、效果评价三个方面开展,具体研究工作如下:首先,在单幅图像的去雾处理方面,针对直方图均衡算法、SSR算法和基于暗原色先验理论的去雾算法进行理论分析,并对其仿真分析,同时比较各种算法在处理单幅图像时的效果,并利用结构相似性、色彩还原程度和细节强度这三种客观指标评价算法效果。由于暗通道去雾算法是针对图像去雾而提出,其相关理论和方法都更适合应用在去雾处理中,而暗通道算法在处理天空区域时会导致这部分图像过增强,所以本文从大气光的求取和透射率的优化两方面对暗通道算法加以改进,使天空区域的增强更自然。其次,对雾天视频的去雾处理展开研究,利用视频是由一帧一帧的图像组成的思想对视频去雾。如果对每一帧图像都求取大气光、透射率等参数,会导致处理过程缓慢,而且视频图像不连续。这时利用背景减除法的思想,对于摄像头固定不变的视频,其背景都是一致的,可以把第一帧的各种参数应用到之后的视频帧中,这样避免重复求取参数值,减少计算量,并且能让处理后的视频更连续。最后,综合本文用到的去雾算法,设计和实现去雾实验系统。该实验系统能对有雾的图像和视频进行处理,在同一界面的不同窗口展示处理前后的图像或视频,并对算法耗时进行计算。本文对不同算法进行大量的仿真实验,并且对比各种算法的去雾效果,充分验证暗通道去雾算法在去雾处理方面的合理性和有效性。并对基于暗通道的去雾算法进行改进,采用分块比较的方法求取大气光值,并给透射率增加一个补偿值,使得到的参数在处理有雾图片时具有更好的效果。