随着计算机科学与数字图像处理技术的迅猛发展,数字图像去雾技术已经成为了计算机视觉领域中非常重要的研究内容。现如今,在雾霾天气频发的环境下,户外采集的图像会由于大气中悬浮颗粒的散射作用而发生严重的退化现象,在这种情况下只是依靠升级成像设备无法获得效果理想的户外图像,因此需要解决的关键问题是如何利用单幅有雾图像的信息复原出视觉效果较好的图像。本文主要以暗通道先验去雾算法为基础展开研究,具体研究内容如下:首先,针对暗通道先验算法对天空等亮度较高的图像区域处理后出现的色彩失真现象,本文提出了一种新的包含暗通道先验算法项、数据保真项和梯度提取项的变分能量模型,该能量模型根据透射率来分配前两项的权重,使得场景图像中较远景深处的色彩更加贴近原始图像,较近景深处保持较好的去雾效果。接着,本文采用梯度下降法来求解该变分能量模型,最后利用得到的迭代方程的有限次迭代获得去雾后的图像。实验结果表明,该算法可以有效解决暗通道先验算法对于天空等图像区域处理效果不佳的问题,最终实现较好的去雾效果。然后,针对暗通道先验算法中最小值滤波后透射率图像的块状效应以及单一尺度的引导滤波去雾效果不理想的问题,本文提出了一种将多尺度最小值滤波与多尺度引导滤波相结合的透射率优化算法,该算法通过对不同尺度滤波后的图像进行加权合并的方式来获得高质量的透射率图像。实验结果表明,该透射率优化算法不仅具有较好的去雾效果,同时也能够获得色彩更加自然真实的去雾图像。