退化图像广泛存在于日常生活之中,图像退化会严重影响图像的质量,一般表现为对比度降低、细节模糊、颜色失真等,不仅会影响视觉上的美观程度,还影响图像中重要信息的采集。因此,本文针对噪声、模糊和雾霾三种退化图像的特征提取和复原算法进行深入研究和创新改进,主要研究内容如下:针对成对旋转不变的共生局部二值模式(PRICo LBP)旋转不变性较差、对光照、噪声较为敏感的问题,提出了一种增强成对旋转不变的共生自适应完全局部三值模式。首先,通过自适应LTP算法将图像分成Upper和Lower模式;其次,在两个模式中,利用像素点的LBP特征极值对应的邻域起始编码点与中心像素点确定方向矢量,计算出共生点对;再次,利用自适应CLTP算法编码两个模式中共生点对的局部纹理特征;最后,将各个共生点对的纹理特征直方图串联,生成最终的特征直方图,采用SVM识别。在Brodatz、Outex(TC10、TC12-h、TC12-t、TC14)、CURe T、KTH＿TIPS、UIUC纹理库中,改进算法取得了良好的效果,且在添加了高斯噪声和椒盐噪声的KTH＿TIPS纹理库中,改进算法依旧保持了较高的识别率。实验结果表明:改进算法对旋转、光照变化和噪声干扰具有较强的鲁棒性。针对局部相位量化(LPQ)对具有模糊不变性的相位特征描述不准确,缺少对图像重要细节信息描述的缺点,提出了一种结合高斯拉普拉斯边缘检测和增强局部相位量化的模糊图像识别算法,记为Mr ELPQ&Ms Lo G。首先,在频域中,将图像进行短时傅里叶变换后得到的实部与虚部进行正负量化和幅值量化,得到互补的符号特征ELPQ＿S和幅值特征ELPQ＿M;其次,在空间域中,利用多尺度高斯拉普拉斯与图像卷积得到图像空间域的边缘特征;最后,将频域上的符号特征ELPQ＿S、幅值特征ELPQ＿M和空间域上的边缘特征直方图串联,生成最终的特征直方图,采用SVM识别。在有模糊干扰的Brodatz和KTH-TIPS纹理库中,提出的ELPQ算法分类效果要好于LPQ算法,且空间域和频域结合的Mr ELPQ&Ms Lo G算法能进一步提高算法的识别性能;在有模糊干扰的AR、Extend Yale B人脸库和实际拍摄的铁路扣件库中,Mr ELPQ&Ms Lo G算法保持着较高的识别率。实验结果表明:Mr ELPQ&Ms Lo G算法对模糊具有较强的鲁棒性,且特征提取时间较短,具有实时性。针对暗通道先验去雾算法在天空区域中失效、大气光估计不准确的缺点,提出了一种基于透射率自适应融合和大气光优化的天空图像去雾算法。首先,基于亮度模型和暗通道先验理论求出两种透射率;其次,利用sigmoid函数对暗通道透射率进行拉伸,得到天空区域和前景区域的权值,并将两种透射率通过权值自适应地加权融合,得到融合透射率;再次,利用改进的四叉树分解法定位天空子区域,计算天空子区域的像素中值作为大气光值;最后,将融合透射率和大气光值代入雾天图像退化模型中,得到复原图像。在去雾实验中,以O-HAZE数据库和日常生活中的雾霾图像为实验样本,改进算法有着较高的PSNR、SSIM、信息熵和平均梯度,且运行时间较短,天空没有出现失真和伪影现象,去雾后图像的整体亮度均匀、自然。实验结果表明:该算法在处理含有天空区域的雾霾图像时有较好的去雾效果。