雾霭等天气条件下获得的图像，存在对比度降低、颜色失真、模糊不清等严重的退化现象，给研判目标带来一定的困难，直接限制和影响了户外视觉系统效用的发挥。因此，为有效改善雾天退化图像的质量，降低雾霭等气象条件对户外成像系统的影响，对雾天图像进行快速有效的去雾和清晰度恢复处理，有着现实和理论的迫切需要。本论文主要针对雾天图像的退化问题，详细分析了雾天图像退化原因和模糊机理，对雾天降质图像去雾处理的基础理论和关键技术进行了深入的研究，并从非模型和基于模型两个方面对图像进行去雾处理。论文对已有的图像去雾方法进行完善、改进和引入新思路等方面，做出了一些有意义的实际工作，具体研究内容如下：1.在非模型的图像去雾方法中重点研究了Retinex图像增强方法，并针对传统Retinex算法复杂度高、计算量大、光晕现象等固有缺陷，提出了一种改进的基于修正Retinex模型的新方法。通过改善图像局部和全局对比度，获得了较好的去雾效果，并且将运算时间减少到多尺度Retinex算法的20%左右。2.在基于图像复原的去雾方法中，研究了结合大气散射模型的单幅图像复原方法。深入研究了暗原色先验图像去雾方法，并针对该方法复杂度高和应用受限的弊端，提出了一种改进的暗原色先验快速去雾方法。一方面利用双边滤波算法代替软件抠图算法细化透过率图，大大减少了算法的复杂度，运算时间降低到原算法的15%；另一方面，针对暗原色失效的情况，提出了改进的大气光估计方法，在一定程度上拓宽了暗原色先验去雾方法的适用范围。实验结果表明，改进的暗原色先验快速去雾方法，可显著提高雾天图像的对比度和色彩清晰度，直接复原得到高质量的去除雾干扰的图像，一定程度上提高了雾天户外视觉系统的能见度。3.为满足工程上实时性的要求，提出了全局暗原色先验实时去雾方法。结合图像增强和图像复原，建立了户外图像全局去雾和局部对比度增强的最优模型。利用该方法处理雾天降质退化图像，图像的对比度、细节以及清晰程度得到明显提高，同时还原出生动、真实的场景色彩。最主要的是，该方法大幅度提高了原算法的速率，实验结果证明，全局暗原色先验算法运算时间是原算法的2%~5%，满足了一般工程上实时性的要求。4.针对去雾处理后的图像亮度降低、颜色较实际场景偏暗，以及局部去雾不彻底的问题，提出了一种简单有效的图像对比度和亮度增强的方法，自适应的增强了图像的亮度，并对局部由于雾浓度过高而造成不清晰的区域，进行了对比度修正。5.从算法的高效性，算法的稳定性，效果的明显性和应用的广泛性等主客观评价角度，以及对比度、信息熵和平均梯度等图像评价指标，对实验结果图像进行了分析和评价。给出了结果图、时间统计值以及评价指标值，并进行了去雾效果、算法运行时间以及评价指标的对比分析。6.针对实际工程应用中的需求，结合本文的基于全局暗原色先验算法理论，设计了一种高性能的图像采集、增强、去雾和传输系统。搭建了基于FPGA的系统硬件平台，完成了全局暗原色先验去雾算法的硬件实现，给出了时序仿真结果以及最终的实际测量结果。