雾霾天气下,大气中水汽等介质引起太阳光的散射,导致景物模糊,降低了拍摄场景图像的对比度。雾天图像清晰化技术在监控系统、交通导航、遥感系统及军事国防等领域广泛应用,且具有重要的应用价值。雾霾图像清晰化技术已经是机器视觉和数字图像处理领域的热门研究课题之一。本文在系统介绍图像增强技术和图像复原技术的基础上,对去雾问题进行了探讨。并针对目前的去雾算法实时性较差,对天空等区域的处理不理想以及去雾后图像偏暗等普遍问题,提出一种实时有效的去雾算法。首先,利用暗原色先验估计粗略透射率图t(x)?;其次,下采样t(x)?并用优化的导向滤波得到改善的透射率图,以能够实时处理更高分辨率的图像;然后,上采样改善的透射率图,并对其进行修正,得到优化后的透射率图t(x),以克服暗原色先验不适于处理含有天空等大面积亮区的图像;最后,经过颜色保持的自适应亮度调整得到最终去雾图像。该算法时间复杂度仅是图像像素数的线性函数,对分辨率为600×400的图像,耗时约80ms。实验结果表明,所提算法可明显改善雾天图像的对比度和颜色,效果和效率优于最新对比算法,并具有较好的自动性和鲁棒性。对于算法在DSP上实现,本文以DM642为处理平台,完成了视频的采集、清晰化处理和回放。该技术可广泛应用于交通安全领域、视频监控领域等。