本课题是作者在日本福冈工业大学攻读双学位研究生期间参与的日本文部科学省资助项目“三维图像浪高测量系统”(资助编号:S1311050)的重要组成部分。该浪高测量系统采用双目视觉立体测量原理，通过测量海浪高度以实现海啸预警。由于采用图像测量方法，该系统对图像质量有很高的要求。在复杂天气条件下，如雾天、雨天或暗光时，图像质量会急剧恶化，导致图像中目标物体轮廓模糊不清甚至无法辨识，因此研究复杂天气条件下远距离海况图像的处理方法对于该系统有着重要的意义。　　针对雾天、雨天条件，本文的研究目标是提高图像的清晰度与可视性;针对暗光条件，考虑到对整幅图像进行复原处理以达到海浪可视的困难性，本文的思路是跳过图像复原处理，直接研究如何从暗光图像中抽取海浪。具体而言，本文的主要工作包括以下三个方面:　　针对雾天图像，本文首先研究并实现了两种基于大气散射模型的图像去雾算法。通过采用基于图像分块的大气光估计方法改善原方法中的色彩偏差;结合远距离海况图像的特点，通过求取原透射率与理想空间透射率的均值，实现对透射率估计的改进，从而解决噪声过度放大以及图像暗沉的问题。　　针对雨天图像，为了提高远距离时的清晰度与可视性，结合远距离雨天图像的特点，本文研究了一种基于最大值与最小值图像的雨天图像处理方法，该方法可以提高雨天图像的可视性，使得偏暗目标物体在图像中的轮廓更加明显。　　针对暗光图像，本文研究了一种基于背景噪声膨胀的海浪提取方法。该方法可以从低可视度的暗光海面图像中提取出代表海浪的暗色区块，并以此作为后续海浪特征点匹配工作的基础。　　在日本福冈新宫海岸所获取的实测海况图像处理结果表明本文研究方法可以提高雾天、雨天海况图像的清晰度，并从暗光图像中提取出海浪，从而有效抑制了复杂天气对海况图像的影响，为后续浪高测量工作奠定良好基础。