当前,信息技术、视觉图像处理技术的发展日新月异,图像去雾技术也广泛应用于各个领域。一幅清晰的高品质图像传达了更多的细节,使计算机视觉系统获取大量有效的信息为人类的生产生活提供参考,但在雾霾环境中采集到的图像,往往受环境等因素的作用导致其对比度不高、颜色失真并且含有大量噪声、人眼视觉效果差。因而获取到图像的质量退化在人类识别过程中常常产生干扰,同时计算机视觉系统在后期图像处理、信息提取时也会受到影响。因此需要通过图像处理技术改善图像的质量。本文通过对去雾算法进行研究,提出基于暗原色先验原理、基于边界约束和导向滤波的两种单幅图像去雾的改进算法,具体研究内容如下:(1)针对暗原色先验图像去雾算法中对于天空区域处理失效的问题,本文提出一种改进的天空区域分割算法,首先通过修正的Otsu算法分割出天空部分的边缘轮廓,利用形态学的腐蚀操作、中值滤波来消除前景区域的噪声;然后,利用导向滤波对二值图像进行细化,保留更多的图像细节;对得到的天空区域利用判别公式进行判断,如果图像判断为包含天空区域,则在天空区域对大气光值进行估算,否则按原算法进行。对存在天空区域的图像,采用不同的透射率计算方法,并对透射率进行平滑处理;最后通过大气散射模型得到去雾后的复原图像。将改进后算法的结果同其他几种算法的去雾效果进行分析,实验表明本文改进算法的去雾效果明显比其他几种算法好,具有较强的去雾能力,在天空区域没有产生色彩失真的现象。(2)针对边界约束和语境正则化图像去雾中存在参数自适应性不足,图像细节和清晰度有待提高的问题。本文提出基于边界约束和导向滤波的去雾算法。首先在透射率优化过程中,对于不同尺寸的图像自适应选择不同的块大小;然后,采用导向滤波对透射率图像进行精细化操作,保留更多图像细节;接着引入容差机制对透射率进行修正,使透射率符合实际值的大小,真实的复原色彩艳丽或明亮区域;最后,对图像进行亮度调节。最终,获得清晰度和对比度更高、视觉效果更佳的去雾图像。同其他文献中提到的算法进行比较,该去雾算法取得较好效果。本文所提出的单幅图像去雾的改进算法分别得到满意的去雾图像,在主观上取得更好的视觉效果,在客观分析指标中本文算法和现有算法进行对比,本文改进的算法在几种客观评价指标中都有提高。