随着计算机的普及和数字信息处理技术的高速发展,人们对图像质量的要求不断提高。数字图像因其记录快捷、信息量大及传输便利等优点成为计算机时代最重要的信息载体。然而,数字图像在获取过程中常常受到散射介质（如雾、霾及水体等）的影响,使得到的图像不同程度地存在细节丢失、颜色失真、对比度降低等问题,从而造成图像的降质,如此将影响特征提取、目标识别和分类等后续图像处理操作。为此,文中以降质图像中常见的含雾图像和水下图像为研究对象,进行了基于特征保持的降质图像增强研究。主要研究成果如下:（1）针对传统基于暗通道先验的去雾方法容易导致边缘区域和天空区域分别出现伪影和颜色失真的问题,文中结合三个区域的透射率融合提出了一种去雾新方法。首先,将含雾图像分为非天空、天空及过渡边缘三个区域。其次,在暗通道结合块透射率估计和点透射率估计分别对非天空区域和过渡边缘区域进行融合,并利用梯度域引导滤波做平滑处理,得到了融合后的暗通道透射率。然后,合成天空区域的亮度透射率和暗通道融合透射率,以获得最终的透射率。最后,利用得到透射率和改进后的大气光值对图像复原,以获得去雾结果图像。实验结果显示,文中方法与传统暗通道方法相比明显更优,能够在有效抑制边缘伪影的同时较好地保留含雾图像的颜色特征。与传统方法相比,文中方法得到的去雾结果图像在主观视觉评价和客观评价方面均能取得更好的结果。（2）针对由光的散射和吸收现象而导致水下拍摄的图像可见度差、颜色特征衰减以及对比度特征降低等问题,文中结合小波域滤波和多尺度Retinex提出了一种水下图像增强新方法。首先,将原始水下图像由RGB空间转换为HSI空间,并对饱和度S分量和亮度I分量进行小波域滤波处理,得到滤波后的图像。其次,将滤波后的图像从RGB空间变换到HSV空间,并对饱和度S分量、明度V分量分别采用约束直方图拉伸策略和基于双边滤波的多尺度Retinex策略进行处理,得到颜色特征校正后的图像。最后,引入变分对比度和饱和度增强模型对颜色特征校正后的图像进行去模糊处理,以获得最终的结果图像。实验结果表明,与传统水下图像增强方法相比,文中所提方法在有效保持水下图像颜色特征的同时较好地提高了图像的对比度和清晰度,图像的整理质量表现较优。