目前随着计算机视觉和图像处理技术的飞速发展,图像去雾已成为计算机视觉的重要研究方向,在雾、霾环境下,获取的图像会由于大气散射的作用而被严重降质,使图像对比度和颜色发生退化,导致依赖于光学成像仪器的系统无法正常工作,因此如何根据单幅雾霾图像复原清晰度高、对比度强的去雾图像是需要解决的重要问题,本文主要围绕基于暗通道和导向滤波的单幅图像去雾算法展开研究,具体研究内容如下:首先,针对导向滤波算法易出现的去雾不彻底现象,提出了基于改进暗通道和滚动导向滤波的单幅图像去雾算法。通过基于暗通道引入了混合暗通道,将混合暗通道进行导向滤波得到大气耗散函数初始估计值,进而求解环境光值和初始传输图,利用滚动导向滤波方法优化初始传输图以解决其平滑性较差的问题。实验结果表明,提出算法具有较高的处理速度,可有效解决去雾图像易出现的去雾不彻底现象。其次,针对单幅雾霾图像中包含的大面积天空或白色物体等区域暗通道先验失效的问题,提出了基于加权正则化的单幅图像去雾算法。首先对混合暗通道进行映射处理得到大气耗散函数粗估计值,并利用加权正则化方法对初始传输图进行优化以得到平滑和边缘保持良好的传输图,实验结果表明,提出算法得到的去雾图像具有较高的清晰度,对于大面积天空或白色物体区域也能实现良好的去雾效果。最后,为了得到更高质量的去雾图像,提出了基于全变差正则化的单幅图像去雾算法。基于前面章节得到的初始传输图,采用全变差正则化方法优化传输图以解决其平滑性较差的问题。实验结果表明,本章算法得到的去雾图像具有更高的清晰度和视见度。