由于夜间雾天光照不均，环境复杂导致夜间去雾算法出现光源扩散、去雾后色彩失真及效果不佳等问题，本文根据夜间雾天图像特点，提出了基于混合滤波光估计和透射率优化的夜间去雾算法。针对夜间环境光估计不准，先对亮度图像进行边窗滤波保障光照方向，然后采用引导滤波细化三通道作为局部环境光估计。针对去雾在夜间应用时产生的光源扩散问题，高光区补偿以提高光源区透射率，同时针对去雾后色彩不均、细节丢失，使用引导滤波修正粗透射率后再正则化求解。最后通过大气散射模型求解出无雾图像。实验结果表明，该算法在夜间雾天场景取得良好去雾效果，主观评价上该算法能在保留图像原有色彩基础上去雾，提高图像细节且对光源扩散起到有效抑制；客观评价上该算法各项评价指标皆有提升。

针对雾线先验去雾算法存在的颜色过饱和现象、图像初始透射率估算不准确等问题，提出了一种基于边窗盒子滤波和透射率修正的图像去雾算法。为了解决初始透射率估算不准确带来的边缘细节信息丢失的问题，首先利用非局部总广义变分（TGV）正则化的方法估算初始透射率，并将二阶的非局部总广义变分（TGV）正则器来作为正则项，以确保对由图像颜色和深度之间的噪声和歧义引起的异常值具有鲁棒性。随后利用边窗滤波算法对初始透射率进行优化，从而实现对图像中纹理信息和边缘信息的保留。最后利用大气散射模型和多角度优化后的透射率复原出无雾的原始图像。实现结果表明，本文算法能够解决图像颜色过饱和与边缘处的细节纹理信息丢失的问题，且无色调偏移和光晕效应。在定性评估上，复原后的图像视觉效果好；在定量评估上，本文算法的去雾后图像的评价指标皆高于基于雾线先验算法。