雾霾天气的频繁出现,给计算机视觉成像系统带来了巨大挑战。被采集到的图像清晰度因雾霾而严重下降,直接导致图像包含的可辨识信息大大降低,影响目标判定与识别,为后续处理带来巨大困难。近几年去雾算法逐渐成为研究热点,其中暗通道先验去雾算法被认为是最为优秀的算法之一,但因其算法复杂度较高而无法被广泛应用。针对这个问题,本文提出了一种基于暗通道先验的快速去雾算法,该算法可以有效降低暗通道先验去雾的算法复杂度,使处理速度接近准实时。最后把该算法应用于一个基于HTML5的新型视频监控系统中,表明了该改进算法的实用性。本文主要工作如下:1.简述了国内外图像去雾的相关研究现状,分别对图像增强类和物理模型类去雾算法的发展历程进行简要介绍。接着介绍了图像处理的一些基本知识,包括数字图像在计算机中的存储方式,几种常用颜色空间模型,以及在去雾中最为常用的大气散射模型。同时又介绍了几种经典去雾算法,对它们的原理进行详细分析,并进行了实验验证。2.暗通道去雾算法改进。首先详细介绍暗通道原理,并指出其算法复杂度高的不足之处;接着介绍了三种细化透射率的改进算法,对其细化原理及效果进行了深入分析及验证;整个去雾过程有两个复杂度较高的关键步骤,分别是求暗通道值和细化透射率,对这两个步骤进行针对性的改进,提出一种分块求取暗通道值,线性插值细化投射率的快速去雾算法;与其他七种去雾算法进行主客观两方面细致对比,突出本文算法的优越性,既基本保持暗通道的去雾质量,又有效降低算法复杂度,去雾时间降为原来的十分之一左右,接近准实时。3.把去雾算法应用于视频监控系统中。该系统主要采用最新的HTML5技术,在采集端用OpenCV实现本文改进的去雾算法,并对每一帧视频去雾,FFmpeg编码发送视频流,服务器端使用Websocket传输数据,使浏览器能无插件接收并播放实时视频流。