雾霾气象条件下光学成像系统通常无法正常获取信息,极大影响了光学成像系统性能的发挥。同时,存在江河、湖泊、海面等水域的环境由于水汽更加充沛,更容易产生雾霾等恶劣天气,使得成像系统在水域场景采集信息面临更大的挑战。因此,深入研究水域雾天图像的清晰化算法符合实际应用的迫切需求且具有更广泛的应用价值。针对水域雾天图像能见度和对比度降低、景物细节模糊难以辨识、颜色失真的问题,本文从基于大气单散射模型去雾和基于大气多散射模型去雾两个方向出发,对基于物理模型的水域雾天图像去雾算法进行了深入的研究,主要涉及的研究工作有以下几个方面:首先,对当下两种基于大气单散射物理模型的去雾主要算法He算法和Tarel算法进行了算法原理分析,并结合水域场景的特点分析了这两种算法对水域雾天图像去雾处理的适用性问题。本文提出了基于暗通道先验的分区域快速滤波去雾算法和基于大气遮罩的改进去雾算法,其中基于暗通道先验分区域快速滤波去雾算法中提出了一种准确率更高的大气光值估计方法,通过分区域滤波避免产生光晕效应,同时相较于采用导向滤波的He算法处理速度更快。基于大气遮罩改进算法是在遵循大气遮罩限制条件下,结合场景信息估计大气遮罩图,为了避免天空区域去雾失真,依据像素与大气光相似程度将估计的大气遮罩图进行了适当调整,对去雾结果采用更适合水域场景的色调映射算法,相较于Tarel算法该大气遮罩改进算法更加适合于水域场景去雾。然后,结合基于大气多散射模型去雾结果清晰度更高且水域雾天浓雾多发的特点,本文提出了一种基于大气多散射模型去雾算法,主要包括更为精确的透射率图的求取和去卷积复原两大部分。其中针对现有的基于大气多散射模型去雾算法透射率不够精确问题,提出了基于暗通道先验相似像素局部搜索法,该算法可以获得更加精确的粗糙透射率图,在保持景深突变边缘的同时避免大面积灰白区域透射率错误估计。针对现有基于大气多散射模型去雾算法在卷积核的求取与去卷积方式方面存在的问题,通过选取适当的映射模板使得映射到图像域的卷积核更加合理,并提出在全图内去卷积计算,在解决大气多散射现象造成图像模糊的同时处理其他原因造成的模糊问题。该方法去雾复原结果清晰度提升明显,更加适合水域浓雾下的去雾应用。最后,介绍了图像质量的客观评价方法,结合基于视觉感知的去雾图像质量评价体系和能量梯度函数指标,对本文水域场景雾天图像去雾结果进行了客观评价。评价结果表明,本文所提出的算法对水域场景雾天图像去雾处理效果更好,在提升图像清晰度、复原更多景物细节方面优势明显,可以有效改善水域雾天图像的质量。