在我国北方沿海地区,雾天是很常见的。雾天情况下,将会导致船舶上的监控设备采集到的图像模糊,舱内人员不能获得清晰的目标图像,进一步的影响船上驾驶人员对海上航行的分析与判断,这种雾天无疑给船舶运输的行业带来了严峻的挑战。因此,为降低船舶在雾天航行的风险,增加图像的清晰度,对雾天的图像实现去雾处理都是非常有必要的。为了使雾天航行下的船上监控设备采集到清晰的图像,将对图像去雾技术进行研究。目前图像去雾大致可以分为两大类:图像增强的方法和图像复原的方法。图像增强的方法发展比较早,应用范围广泛,但去雾图像效果不佳。图像复原的方法去雾过程比较复杂,但去雾图像效果较好。本文将围绕着这两类方法进行研究。论文主要完成以下工作:(1)研究经典的图像增强的去雾方法并且做了仿真实验,分析各个方法的优缺点,并给出这些图像增强方法的应用场景。(2)在图像复原的方法中引入雾天退化的物理模型。分析了图像退化物理模型的病态性,在基于暗通道理论的基础上提出改进的船舶舱外图像去雾的算法,使用引导滤波替代软抠图的方法来进行透射率优化,根据船舶舱外有雾图像的特点改进大气光强的估算方法,还原出无雾图像。最后还从去雾时间和图像去雾效果进行了分析对比。(3)考虑到视频中图像是连续的,给出了一种适用于视频监控实时去雾的算法。做了实验对比分析,选取了合适的滤波窗口和亮度系数,实验结果表明该算法达到很好的视频去雾效果。