近年来,雾霾现象已成为一种新型灾害性天气。由于大气中微颗粒的散射作用,往往导致图像采集设备获得的图像对比度降低、成像模糊、细节信息丢失等。因此,研究雾霾颗粒物的特性以及采用有效、快速的去雾方法使得图像清晰化具有重要的理论指导和实际应用价值。本文通过分析雾霾颗粒的组成及雾霾图像清晰化方法,对雾霾天气下的彩色图像增强算法进行了研究。首先,从雾霾颗粒物的特性分析角度出发,主要研究了大气颗粒的组成要素、雾霾天气条件的形成原因以及该气象条件对图像采集设备的影响等。并分别对不同尺寸、不同折射率组成的单颗粒和多颗粒系统的消光特性进行了研究分析。研究表明,PM10单颗粒的消光效率因子随折射率和粒径的变化而变化;多颗粒系统的消光系数随粒度的变化先快速增加,然后整体减小并趋于定值,并与分布宽度和折射率的变化有关,往往是非单调的,而混合的颗粒系统,还与混合比有关。其次,对于增强算法中较为方便直接的直方图均衡化算法进行了分析。首先采用了全局直方图均衡化算法对雾霾图像进行了处理。并针对全局直方图均衡化算法容易造成图像细节信息丢失、图像模糊等缺点,进一步采用了子块部分重叠直方图均衡化,同时结合图像平滑滤波技术对该方法处理后图像产生不同程度的块状效应进行了适当的消除,较大增强了图像的细节,提高了整体清晰度。最后,本文主要研究了基于Retinex算法的图像去雾算法。对该算法中的全局、SSR、MSR和MSRCR这几种算法分别进行了仿真分析。并结合自适应线性拉伸的方法进一步提高图像的对比度。仿真结果表明,该算法能提高图像整体的对比度,较好的保持了图像颜色。