雾、霾等不良天气条件下,户外场景的能见度急剧下降,导致成像设备采集的图像或视频出现了严重的退化现象,例如:色彩淡化、细节丢失及清晰度下降等,从而限制和影响了视频监控系统的正常运行。因此,如何提高视频监控系统中图像及视频去雾处理效果有着十分重要的现实意义。本文在单幅图像去雾算法研究的基础上,提出了一种适用于户外监控系统的视频去雾方法,并设计实现了两种不同类型的去雾系统。具体研究内容如下:(1)针对颜色衰减先验去雾算法的不足之处,提出了一种改进的颜色衰减先验去雾算法。首先,利用非线性场景深度模型代替原线性模型,在此基础上进行滤波优化处理,从而恢复出更加准确的场景深度信息;其次,自定义一种景深与景深指数函数乘积的大气散射系数函数,并借助大量图像实验求取函数未知参数的最佳取值,从而获得更加准确的大气散射系数;最后,通过增加相邻区域比较的策略方法,精确了四叉树的分割选取区域,从而进一步提高了大气光值选取的准确性。(2)提出了一种基于通用传输图的视频去雾方法。该方法首先根据视频监控背景相对静止的特性,采用统计平均的方法提取出视频中的公共背景图;然后利用上述提出的改进单幅图像去雾方法获取公共背景图的大气光值和透射率图;最后将该大气光值和透射率图作为视频各帧的通用大气光值和通用透射率图,并应用于视频各帧的去雾处理过程中,从而实现视频的去雾处理。实验结果表明,本文方法能够有效提高视频去雾的处理效果,并且基本上可以满足视频去雾的实时性要求。(3)基于上述图像视频去雾方法的提出,设计并实现了基于Matlab R2014a开发平台的单幅图像去雾系统和基于Visual Studio 2013+OpenCV 2.4.9开发环境的视频监控去雾系统。两种系统均集成了本文方法和部分经典去雾算法。