计算机技术和各种硬件设施的日益进步， 逐渐完善了数字图像处理的技术。而人类生产和生活的不断进步，也会对图像处理的要求更加具体，就是需要图像处理能做得更好。那么，在有雾的情况下，当前我们一般的拍摄系统得到的只是一副未经处理的有雾的图像，这类图像对比度很低，我们不能一味的要求硬件设施的改良，那么就要求对图像处理的理论研究有更进一步的发展，得到更优化的方法，或者说更为合适的方法。所以通过对雾成像理论的研究和探讨，对雾天降质图像的增强和复原，可以在一定条件下提高在有雾天气下拍摄系统的鲁棒性。而各种方法的不同，适应的情况也会不同。存在就自有其价值，有的算法虽然效果不算最好，性价比却非常高，对已知除雾算法的研究可以让我们更好的了解每个算法更适合应用于那些方面。除此之外，除雾技术的进步，对工作生活各个方面有了积极的影响，并且在国防、交通、安全等方面也会产生重大的积极作用。

1。2  国内外研究现状

1。3  论文研究内容

对基于物理模型和不基于物理模型的图像增强方法，分别选择了一种算法进行研究。本文选择的基于大气物理模型的方法是最开始何凯明提出的基于暗原色先验的图像复原算法，改方法目前已经形成了一个完整理论，作为本文的主要研究算法。不基于物理模型的图像增强方法是以Retinex理论为基础的增强算法。对于上文提到的两种算法，均进行了代码实现，并同过雾天失真图像的实验进行比较，以及验证自身算法的准确性。由于本文的算法主要针对的是雾天图像，所以做的是对有雾的图片进行去雾处理。最后通过MATLAB来实现两种算法，并对得到的实验结果图片进行对比总结，发现各种方法的适用情况以及各方面的优缺点。

1。4  论文章节安排

本文主要研究了基于 Retinex理论的算法和基于大气物理模型的图像增强方法，全文安排如下：

第一章首先介绍课题的研究背景和意义，并简单介绍了国内外的研究现状，接下来介绍本文的研究内容还有本文的章节安排。

第二章则介绍一下本文的图像处理基础，主要就是雾成像的原理以及各种去雾的原理，并对其中一些概念加以解释。后面则介绍了一下图像处理的相关增强和复原方法，最后给出了本文的上机环境。

第三章是说明不基于物理模型的图像增强算法。开始介绍了一下颜色恒常性的定义和Retinex理论，并且对关于对单尺度和多尺度的Retinex的方法进行研究，最后用有雾图片得到去雾的直观效果图。

第四章首先介绍了大气中光成像的物理模型，以及对雾天成像失真的模型认识。接着对暗原色先验理论进行介绍，最后提出基于暗原色先验的除雾算法。本章最后得到失真图像的直观去雾效果图，并对结果进行一些简单的分析。整章内容主要介绍了何凯明提出的基于暗原色先验的方法，并与其它方法进行对比。

第五章总结与展望，对论文本身进行总结与思考。在讨论了两种比较优化的算法之后，对当前的除雾算法进行展望。

2  相关概念与技术

2。1 图像处理基础

数字图像处理常用方法有：1 ）图像变换2 ）图像编码压缩3）图像增强和复原4）图像分割5）图像描述6）图像分类（识别）等等。大致可以直接从字面上理解每种方法大体的内容，本文讲述的主要是图像增强与复原的相关内容。文献综述

每幅图像都能以一个2维函数的形式定义出来，在这儿我设它为。在以为横纵坐标的坐标系上，每一个点就表示图像在该点的亮度或者是灰度。所以，对于数字图像来说，图片上的每个点都有它不同的意义，假设一个点表示一个元素，那么图像上的一个点就可以称为是一个像素。这样，数字图像处理就可以非常完美的把一副图片转化成为一个计算机相关的东西。同样，单幅图像得到的只是一种颜色，通常会用术语灰度级表示这幅图像的亮度。但是对于彩色的图像，单一颜色就不能表示，这时就需要用不止一种颜色的图像来组合出来。我们常用的彩色系统为RGB。由于图像信息的数字存储表示为x,y两种元素,所以，与矩阵相关的MATLAB做图像处理是对我们来说就相对简单一些，这也是本文使用MATLAB软件的主要原因。