光线被近地大气中各类尺寸的气溶胶分子散射与折射,结合一定的温湿度条件致使雾、霾等复杂天气出现,导致计算机视觉系统获取的初始图像严重退化,对比度低,无法采集到足够的信息进行特征分析、目标跟踪等高级任务,对矿源勘探、航空导航等系统正常运行造成不利影响。因此,图像修复、图像去雾相关技术具有重要的研究意义和广泛的实用价值。论文在深入调研现有各类去雾算法优缺点的基础上提出了两种新的基于大气散射模型的图像复原去雾算法:算法一:基于最小值通道与对数衰减的图像融合去雾算法针对暗通道一类去雾算法处理后边缘存有残雾的问题,提出一种基于最小值通道与对数衰减的融合去雾方法:首先,取有雾图像的最小值通道图进行以e为底的对数衰减操作得到对数衰减暗通道,利用对数衰减暗通道趋近于零的先验假设条件粗估计出透射率,对其进行联合双边滤波以细化透射率且消除纹理效应,引导图为最小值通道图。在滤波前进行下采样操作,滤波后进行上采样操作以提高算法效率,求出初始透射率;其次,用Canny算子检测最小值通道图得到的边缘进行对数衰减得到边缘信息图,将初始透射率与边缘信息图进行加权融合构成优化透射率;最后,结合改进的四叉树搜索算法求得的大气光值反解大气散射模型,恢复无雾图像。实验结果表明,本文算法可以有效抑制光晕现象,去除边缘残雾,且实时性好。算法二:基于对数映射和自适应容差的快速图像去雾算法针对现有图像去雾算法存在天空色彩失真的问题,提出了一种基于对数映射和自适应容差的快速去雾方法。首先,通过使用有雾图像的最小值通道图来获取透射率的粗略估计,并且进行对数映射校正粗估计的透射率。其次,根据像素灰度值大于170的像素数占总像素数比例,设计新的自适应容差机制以调整天空等亮区域的透射率值。最后,利用L₁正则化获得的最佳透射率和局部大气光算法获得的大气光值求解大气散射模型并恢复无雾图像。实验结果表明,与比较算法相比,所提算法时间复杂度低,天空区域恢复自然,可有效去除边缘残雾。