近年来,由于各种污染源的排放引起了频繁的雾霾天气,给人们的生活带来众多危害。在雾霾天气条件下,采集到的图像会出现对比度下降,色彩失真等退化现象,这些退化图片严重的降低了使用价值,因此有必要针对这些退化图片进行去雾霾研究。当前算法对由雾霾所引起的图像模糊问题,主要侧重于对雾气的处理,对于粉尘,烟雾等悬浮颗粒构成的霾没有相关的处理。针对此问题本文提出了联合稀疏表示和暗通道先验假设的全新算法。为了使算法不止能对单幅图像进行处理,同时也能应用于视频图像,本文实现了基于ios的双向视频软件,对算法实时性做了改进,并且将算法应用于软件当中,证明了算法的实用性。本文的主要工作如下:1.考虑到常用去雾霾算法主要侧重于对雾气的处理,对于粉尘、烟雾等悬浮颗粒构成的霾没有相关的处理。针对此缺陷本文提出了联合稀疏表示算法和暗通道算法的全新算法用于克服雾霾引起的图像模糊问题。首先通过K-SVD字典学习算法对雾霾图像进行字典更新;然后利用稀疏分解通过更新后的字典和稀疏矩阵得到去霾后只含雾气图像;接着根据大气光线的散射规律求出退化模型,通过暗通道先验算法对图像的暗通道值进行估计从而求出退化模型的透射率和大气光值,进而复原出清晰图像。最后使用MATLAB平台对算法进行了仿真实现同时跟其他几种算法进行对比和结果分析,证明了算法的可行性。2.为使算法不止能对单幅图像处理,同时也能应用于视频图像处理,本文完整的实现了基于ios的双向视频软件,将软件按照具体功能划分若为干模块进行了介绍,详细描述了各功能的实现方式,并将算法进行实时性上的改进,以应用到软件的去雾霾模块中,验证了算法的实用性。