增强现实是近年来一直受到追捧的一个研究热点,可以将一个真实场景中不存在的物体通过计算机生成虚拟图像,叠加到真实存在的场景图像中,虚拟信息与现实世界的完美融合,创造出一个统一的环境。这项技术被广泛用于电视电影行业,室内设计,城市规划,军事模拟演习等领域。为了达到虚与实的无缝融合,保持虚拟物体与现实场景的一致性十分重要,而保持光照一致性便是其中之一。室外场景具有一定的特殊性,所捕捉到的图像信息比室内场景受到多方面因素的影响,如云,雾,雨等。受环境因素的影响,现在获得的大部分的图像都会受到雾因素的影响,雾天气条件下,大气粒子的强烈散射作用使得相机采集到的图像严重降质,导致场景的光照发生很大改变,为了正确分析室外场景光照参数,需要先对图像进行去雾处理。在雾天气下,大气中悬浮着大量半径较大的粒子,这些粒子对光强有较强的散射作用。一方面,物体表面的反射光线经过大气粒子的散射而发生衰减,物体成像较真实光强亮度减弱,并且图像变得模糊,分辨力变低。另一方面,自然光因大气粒子的散射有一部分进入了相机镜头参与成像。因此,雾天气下的大气传输模型由这两部分组成,称为雾天气物理模型。本文通过对利用雾模型,对雾天图像进行分析,并结合雾天图像与同场景光照基图像,检测场景中物体深度,对降质图像进行还原,并完成对当天当时图像场景的正常光照强度进行求解。主要内容有：(1)将一副室外场景的图像表示成两幅基图像：天空光基图像与太阳光基图像的线性组合,组合的系数为当天当时图像场景的太阳光和天空光强度。(2)结合雾天物理模型,利用先验获得的有限点的深度与初始雾浓度,获得整个场景的粗略深度模型。(3)在本文的理论体系中,对于有雾场景去雾后的图像应该与两幅基图像合成的图像是相同的,因此我们最小化两幅图像的色调差值,迭代优化雾浓度值,得到当天当时的场景中雾的浓度。(4)利用优化后的雾浓度,细化场景深度模型,对场景中的深度错误区域进行修复,最终得到较为精确的深度图像,这是本文工作的亮点之一。(5)得到精确的去雾后图像,结合天空光基图像与太阳光基图像,恢复当天当时的太阳光与天空光的强度。将恢复得到的基图像系数加入迭代优化中得到更精准的去雾图像、深度图像、组合图像。