成像系统受到空气中的雾、霾和烟尘的影响,导致观测到的图像出现对比度下降,色彩失真等现象。采用图像处理技术,从质量下降的图像中复原出对比度高和色彩丰富的图像是图像处理领域研究的热点。这类问题统称为图像的去雾技术,在国防、工业和消费电子市场有着重要意义。随着技术的进步,彩色成像系统被广泛使用,彩色图像去雾技术成为成像系统后端信号处理的重要研究方向。针对该课题,本文从传统的彩色图像增强去雾和基于模型的彩色图像去雾两方面开展研究,分析每种方法的优缺点,针对特定问题提出了自己的改进措施。本文首先研究了Retinex算法,将该算法应用于彩色图像去雾,实现了三种子类型算法仿真。对各子类算法结果进行分析,确定其优缺点和适用范围。其次,研究了基于大气模型的暗通道统计先验的去雾方法。对去雾图像景深突变处产生光晕的现象深入分析和推导,提出了针对该问题的改进型的暗通道统计先验算法。该算法运用边沿提取技术,对原始计算的传输系数进行预修正。仿真结果证明,景深突变处的光晕现象得到了有效改善,同时避免了去雾图像颜色过饱和。然后,将SLIC分割的超像素理论应用到基于模型的去雾算法中,提出了一种新的暗通道计算方法。结合传统的暗通道计算方法和超像素分割的聚类信息,暗通道像素延拓现象得到有效抑制,进而提升图像去雾的整体效果。最后,从人的视觉主观感受和图像客观参数对比两方面对上述所有方法进行了综合评价。针对彩色图像去雾研究,本文提出的改进措施是积极有效的,但还存在一些不足之处。