在雾或霾的天气状况下,空气中存在的溶胶粒子会对光线产生散射作用,这样会导致人们获得的图像的质量严重降低,之所以图像去雾技术成为这几年来图像处理和计算机视觉领域共同关注的热门问题,就是因为降质的图像直接影响了视觉效果以及应用价值。利用图像处理技术的支持,简单并有效的对图像进行实时去雾,在提高视觉系统的鲁棒性(系统中的参数发生改变是,维持其它某些性能的特性)和可靠性方面具有非常重要的意义,而且可以提高图像质量,使其有更好的视觉效果。经对对大量的自然无雾图像的观察与统计,研究人员得出了一个经验性规律:几乎所有的图像的某些局部区域里面,总是会有一个具有很低的值颜色通道出现在某一些像素,从而得出了暗原色先验规律,并直接恢复出了清晰的自然的无雾图像。本文主要的研究内容是利用暗原色先验规律这种简单有效的单一图像去雾算法恢复出自然的彩色图像,但是考虑到其局限性在于计算代价大,处理时间很长,为加快雾天图像的处理速度,本研究引入了另外一种处理工具——导向滤波器。通过大量的实验发现,导向滤波的效果与软抠图的效果相似。用导向滤波的透射率分布优化,可以提高透射率优化的速度,这种方法的计算速度比软抠图提高了很多,远不止一个数量级。所以,在本文中将导向滤波技术应用到图像去雾过程中,并用其代替传统的基于暗原色先验算法中的软抠图算法,用这种方法不仅获得了较好的透射图,最重要的是达到了预期的目标,大大加快了处理速度,比用软抠图的方法速度提高了20倍,实用性增强。另外,本文的突出工作除了引入了导向滤波器来提高图像的处理速度以外,还对传统的大气光的估算进行了修改,从而解决了过渡区域的偏色问题。