雾霾天气条件下,由于大气中微小粒子散射作用,使得图像采集系统得到的图像存在模糊不清、颜色失真、对比度降低等严重的退化现象,妨碍图像的特征提取,影响图像的视觉效果,这使得汽车辅助视觉系统的运行效果严重降低,带来安全隐患。因此,快速且有效地提高雾霾天图像去雾算法处理的效果有着现实和理论的迫切需要。本论文主要针对汽车辅助视觉系统采集到的雾霾天气图像退化问题,介绍了汽车辅助视觉系统中图像处理的关键技术及其采集到的雾天图像退化原因和模糊机理,详细分析了基于暗原色先验原理的图像去雾算法原理,并深入研究了基于引导滤波和双边滤波改进的暗原色先验去雾算法的优势和弊端。本论文针对汽车辅助视觉系统图像去雾的应用需要,对以上两种改进算法进一步改进和完善,提出一种基于汽车辅助视觉系统的暗原色先验图像去雾算法,具体研究内容如下:1.为解决雾霾天气车载辅助视觉系统中图像传感器所采集到的图像对比度低,颜色失真等问题,本文采用等间隔取样、去除亮度突变区域的思想对图像大气光强值A估计方法进行改进,并通过分区域的方法优化透射率的计算;2.针对汽车辅助视觉系统的实时性要求,采用双边滤波方法代替“软抠图”细化透射率来提高算法的处理速度;3.根据不同浓度雾霾对图像降质的影响不同,针对浓雾、大雾和薄雾采用基于本文改进方案的暗通道图像去雾、基于双边滤波的暗原色先验去雾和基于全局暗原色先验去雾三种不同特点的算法处理,以得到清晰化图像;实验表明,本文算法有效解决了汽车辅助视觉系统在雾霾天气下图像处理实时性差、颜色失真等问题,提高了雾霾天气下该系统的运行效果。