在户外采集的图像由于受到不均匀的光线、雾、霾和沙尘等因素的干扰,其显示质量严重降低,此类图像统称为降质图像。降质图像普遍具有图像清晰度和对比度下降、色彩衰减以及噪声放大的缺点,给后续的图像处理,如图像识别和特征提取等工作造成了很大的阻碍。因此开发高效的降质图像增强算法,以提高图像的显示质量,具有十分重要的现实意义。本论文以增强有雾和沙尘环境下降质图像的显示质量为研究目标,对传统的暗通道先验去雾算法进行改进,得到改进的暗通道先验去雾算法,并将其与限制对比度自适应直方图均衡化算法、灰度世界假设算法和伽马校正等算法进行加权融合,分别提出了基于暗通道先验的单图像融合去雾算法和基于暗通道先验的沙尘图像增强算法,将本文算法与现有其它算法进行对比仿真实验,结合视觉效果和客观参数对算法的有效性进行评价。具体研究内容如下:1.改进的暗通道先验去雾算法在传统的暗通道先验去雾算法基础上进行了改进,提出局部坐标大气光法,该方法可提高大气光值的估计准确率,同时,利用容差法重估有雾图像明亮区域的透射率,避免了去雾后图像出现光晕、伪影和颜色失真等现象。改进的暗通道先验去雾算法有效地弥补了传统暗通道先验去雾算法的不足,为后期的图像去雾增强奠定了基础。2.基于暗通道先验的单图像融合去雾算法该算法先后利用限制对比度自适应直方图均衡化算法和改进的暗通道先验去雾算法,分别获得调整对比度后的图像和去雾后的图像,然后利用加权融合算法将以上两种图像融合,通过判断方差是否不再增加以获得最佳融合系数,并得到更高质量的融合图像,最后利用伽马校正增加图像的曝光度,恢复图像在低亮度区域的细节,减少图像间的颜色差异。通过对比仿真实验验证本算法的有效性,在视觉效果方面,本算法可有效提高图像的显示质量,去雾后图像的整体视觉效果较好。在客观参数方面,本算法明显优于其它算法,进一步验证了算法具有良好的去雾效果。3.基于暗通道先验的沙尘图像增强算法沙尘图像与有雾图像相比,具有严重的色差问题,因此本算法首先在Lab色彩空间,利用灰度世界假设算法调整图像色差,接着用伽马校正调整图像的动态范围,避免出现噪声放大和颜色失真等问题,对较正后的图像进行改进的暗通道先验算法去雾,然后用限制对比度自适应直方图均衡化算法和亮度补偿算法,分别提高了去雾后图像的清晰度和亮度,最后利用加权融合算法将以上两类图像进行加权融合,获得最终的沙尘增强图像。通过仿真对比实验验证本算法的有效性,在视觉效果方面,本算法可有效改善图像的色差,清晰度和可见度明显提高,整体视觉效果较好。在客观参数方面,本算法明显优于其它算法,进一步验证了本算法可以有效改善沙尘图像的显示质量。