伴随着科学技术越来越先进,多媒体图像处理技术已经被广泛的应用到各个领域当中。但是获取图像来源的摄像机由于受到各种因素的影响如:大雾、大雨、烟、灰尘等,从而导致获取的图像受到了一定程度的退化,使得图像的清晰度降低,对比度下降,严重时还会导致图像的色彩信息偏移或失真。严重影响了图像的后续处理工作。近年来随着视频监控系统在道路、交通、银行等领域发挥着越来越重要的作用,对系统的各方面的技术要求也明显提高。为了能够使监控系统能够在各种恶劣的天气环境下能够正常的工作,对各种退化的图像进行清晰化处理具有非常重要的现实意义。本文主要研究了图像去雾技术,其主要类容如下:(1)仔细研究雾的形成原因以及雾天成像模型,并对基于Retinex理论的去雾算法进行了深入的研究,明确该算法在雾天图像去雾领域的优势以及不足之处。(2)本文是在基于中心环绕的Retinex理论基础上提出了一种改进算法。由于雾降低图像的对比度同时模糊图像的细节信息,所以在进行Retinex算法之前采用一种改进的直方图均衡算法对图像进行全局调整,增加图像的对比度和图像的细节信息同时降低噪声干扰。(3)根据去雾后的图像整体亮度偏暗,采用tanh函数代替log函数,tanh函数具有更好的动态范围压缩,更好的亮度调节能力。(4)由于传统的MSR每个通道的各子带进行简单的相加,此时就会出现高频子带相加多次,使高频过分放大造成图像模糊同时引来噪声污染,所以本文采用各子带相减法排除相同部分重复叠加而带来的干扰。(5)针对传统MSR处理后会产生光晕现象,采用一种新的空间自适应增益函数取代传统MSR中的常数增益,对MSR每个通道不同尺度处理后的结果在不同细节处进行不同程度的增强。使图像的细节更加突出,有效地抑制光晕现象的产生。(6)针对改进的去雾算法运行效率不高问题,做出两点优化。第一,分析了雾对图像的低频和各个高频的影响,发现雾主要影响图像的低频部分,这样就可以简化为对图像的低频进行去雾,降低图像的尺寸。第二,在图像去雾算法中高斯滤波占据了大部分时间,对此采用递归高斯滤波,减少了算法的运算量,提高了算法的执行效率。(7)结合实验结果和理论分析,该算法都取得了比较好的视觉效果。