近年来,雾霾越来越严重,导致户外获取的图像严重退化。如何将户外获取的有雾图像复原成高质量的清晰图像,已成为众多研究者的共同目标。本文重点对非局部图像去雾算法进行研究,通过详细分析该算法,针对其单一使用颜色值索引聚类估算初始透射率不准确、相邻像素点具有空间相似性、雾线端点不准确的问题,以保持图像边缘效果以及提高去雾图像的清晰度为目的,对非局部图像去雾算法进行改进,更好地保持图像的边缘效果的同时使去雾效果更好。本文主要工作如下:(1)提出一种结合彩色图像梯度的非局部图像去雾算法。非局部图像去雾算法仅使用颜色像素值索引进行聚类,未考虑相邻像素点之间的空间相似性,最终导致去雾后的图像边缘细节保持不佳。为了解决这个问题,受双边滤波启发,本文提出结合彩色图像梯度的非局部图像去雾的方法,将彩色图像梯度加入聚类过程,求取新的初始透射率,并为了进一步保持图像边缘效果,在细化透射率时采用导向滤波,从而使去雾后的图像更清晰且更好的保持边缘细节。(2)提出一种基于暗通道的非局部图像去雾算法。非局部图像去雾算法在使用雾线估算初始透射率时,雾线的两个端点值分别是直接计算去雾模型的两个极值点,这不符合少数类中可能不存在无雾图像的点的实际情况。考虑到以上问题,首先使用暗通道的值来修改雾线一端的端点值,而由于暗通道图像去雾算法对噪声中的椒盐噪声非常敏感,要处理椒盐噪声的问题,而中值滤波对该噪声有抑制作用,因此首先对有雾图像进行中值滤波,得到中值滤波后的暗通道图(MDCP),然后用MDCP来改进非局部图像去雾算法中雾线的一端的值。实验分别在自然户外图像和合成有雾图像两类图上进行,去雾效果图在在视觉上维持了原有的效果的基础上,从客观角度的结构相似度和峰值信噪比对比结果来看,本文有更好的效果。(3)设计了一个单幅图像去雾系统。利用Matlab的GUI界面功能,设计了一个图像去雾的可视化界面,通过这种方式界面可以更好地展示图像去雾流程。单幅图像去雾系统主要包括两部分,一部分是图像去雾算法实现过程,即去雾主界面;另外一部分是操作该系统的注意事项,即帮助界面。