图像去雾一直以来是计算机视觉领域的研究热点之一,随着科学技术的进步和发展,对清晰图像的要求也越来越高。如何从雾天模糊图像中复原出清晰可见的无雾图像成为了研究的重点与难点。通过大气散射模型,可以直接从雾天图像中复原出无雾清晰图像,并且通过对大气散射模型的深入研究中发现了图像场景深度信息对于图像去雾的作用和重要性。在真实雾天场景中,空气中的雾滴对光线的散射作用,以及考虑到光线本身在传播过程中的衰减,同时现有的方法难以直接对雾天图像的场景深度信息进行求解,在去雾过程中缺乏图像场景深度信息的引导,会导致复原的无雾图像出现色彩失真和光晕效应等问题。因此,本文主要针对这类问题展开讨论和研究,论文主要研究工作如下:(1)阐述了图像去雾的发展和背景,以及目前国内外的研究现状,分析了本课题的研究意义,并对现有的图像去雾方法按照不同的原理进行了归纳与总结。详细介绍了雾天图像成像的原理以及暗通道先验去雾理论,同时对暗通道先验存在的问题和解决方法进行探究。(2)针对图像去雾中出现的颜色失真和光晕效应等问题,设计了一种融合光场深度估计和暗通道先验的透射率计算方法,通过光场深度计算得到场景深度信息,再将利用场景深度信息直接计算得到初始透射图与暗通道透射图进行融合得到最终透射图,能够有效提升了透射图的质量,并通过实验对比了几种图像去雾方法,验证了在图像景深信息的参与下,能够对去雾后图像的色彩还原以及光晕效应的抑制都有较好的效果。(3)针对图像去雾中大气光计算的问题,设计了一种基于场景深度的天空区域分割算法。将光场深度计算获取到的场景深度信息作为引导,对雾天图像的天空区域进行分割,单独针对天空区域计算大气光。在根据天空区域的信息对去雾后的图像进行色彩校正,并通过对比实验验证了本文方法的有效性和准确性。