如今大气污染的日益加剧,雾霾天气出现的日渐频繁,带来的这种雾霾天气下的图像给视觉感知及图像处理造成极大不便。本文将结合图像增强方法及质量评价,主要对这种雾霾天气下的彩色图像的清晰化处理进行一系列研究。首先,对于增强算法中较为方便直接的直方图均衡化算法进行了分析,针对其可能造成图像细节信息丢失、图像模糊等缺点,提出了全局与局部直方图均衡相结合的算法,仿真结果表明该算法能大大增强图像的细节,提高整体的清晰度,且将算法运用在HSI空间进行彩色图像处理,效果更好。其次,对Retinex算法中的全局、SSR、MSR、MSRCR这几种算法分别进行仿真分析,总结出了MSR算法的优势,并对其进行了改进,提出了将全局与局部Retinex算法相结合,同时进行增益补偿,并进一步进行直方图均衡后处理的综合清晰化处理算法。仿真结果表明,该算法能提高图像整体对比度,改善了细节上的模糊问题,且较好的保持了图像颜色。之后,从主观评价和客观评价两个方面,证明了该算法较好的清晰化效果。最后,在分析了传统的主观质量评价和客观质量评价及人类视觉特性的基础上,引入了CAF评价标准,将质量评价与Retinex算法相结合,构建了基于质量评价反馈的图像清晰化算法。仿真结果表明,该算法能在CAF参数收敛时,实现对初步处理后图像的进一步清晰化。