近些年来，针对雾天退化图像的处理很多国内外的研究人员都进行了深入的分析和研究，可以分为图像复原和图像增强两大块。大部分的图像复原可以看做一个客观过程，它尝试着利用退化现象的一些先验知识来恢复和重建之前的图像，因此复原技术就是将退化模型化，并采用相反的过程进行处理，以恢复出原图像[3]，这种图像复原技术的最终目的是改善给定的图像。相比之下，图像增强则主要是一个主观过程，它不进行图像退化的原因分析，而是附加一些信息或变换数据通过一定手段作用到原图像，有选择地突出图像中感兴趣的特征或者消减去除某些不需要的图像特征，使图像匹配视觉响应特性[4]。21851
1  基于图像复原的算法
（1）Oakley模型。Oakley等人提出通过特定的已经标定的雷达装置来获得深度信息，基于此求得模型参数，并代入退化模型，从而得到估计图像[6]；
（2）大气传递函数模型。通过对三个函数的预测，即大气调制传递函数、其两个分量的湍流调制传递函数、气溶胶调制传递函数,得到大气调制传递函数的估计值,利用这个估计值对退化图像进行复原[5][7]；论文网
（3）基于光学度的图像复原[8]。此方法首先需要得到同一场景在两种不同天气状况下的图像，由此估计深度信息，显而易见，由于它对图像采集的要求过于苛刻[6][9]，在实际应用中并非易事。
2  基于图像增强的方法
（1）直方图均衡化。灰度直方图是多种空间域处理技术的基础，其基本原理是通过修改给定图像的灰度直方图分布增强对比度，从而达到图像增强的目的，它又可以分为全局直方图均衡化和局部直方图均衡化。其中，全局直方图均衡化是将整幅图像的灰度直方图均匀化，使囊括了较多信息的灰度区域得到放大，从而增强图像的信息。而局部直方图均衡化则是在每个小区域块中进行直方图均衡化，可以增强局部的细节信息，但这种方法处理图像可能会使图像的颜色发生扭曲。
（2）同态滤波。是一种基于照度一反射模型的频域处理，它通过在进行灰度范围的压缩的同时增强对比度来提高图像的清晰程度[1]。这种方法在处理由于光照不均而引起的图像退化的问题时效果良好，但处理雾天退化图像时，显示不出优势。
（3） 算法。 一词是由retina（视网膜）和cortex（大脑皮层）组成，是一种基于色彩恒常性的计算理论，上世纪70年代初由Land首先提出。 算法的优点有锐化、色彩恒常性、色彩逼真度高、动态范围压缩大等，被广泛用在图像的增强处理[4]。 雾天退化图像的处理国内外研究现状:http://www.youerw.com/yanjiu/lunwen_14250.html