为解决现有去雾算法中存在的透射率过估计、天空区域颜色失真、实时性差等问题,提出了一种基于金字塔模型的快速高效实时视频去雾算法。采用金字塔向下采样获取缩小后的图像,引入伪去雾图像与暗原色置信度作为修正因子,获取缩小图像的粗透射率;然后将缩小图像还原至初始尺寸,利用联合双边滤波对纹理进行细化;最后结合大气光散射模型及帧间视频去雾理论复原降质视频。实验结果表明,该算法的去雾效果彻底,可对多种场景进行有效去雾。相比其他算法,本算法的峰值信噪比和平均结构相似性分别提高了20.153%和14.056%,且处理快速、运行稳定,可用于实时视频去雾。

为解决有雾场景图像复原过程中目标边缘存在细节模糊及丢失的问题，结合暗原色先验理论、引导图像滤波和保留边缘的A-Trous小波滤波方法，提出一种保留边缘的A-Trous小波修正的单一图像去雾算法。先对暗原色先验的引导图像滤波去雾算法进行复现，再引入保留边缘的A-Trous小波滤波算子，用三级小波滤波后的残差结果补偿暗原色先验的引导图像滤波算法去雾的结果。实验结果表明，相较于暗原色先验的引导图像滤波去雾算法，采用可见边对比度作为客观衡量标准，新增的可见边之比至少提高69.5%，可见边的规范化梯度均值提高30%，饱和黑色或白色像素点的百分比降低一半以上。通过主观辨识，去雾算法生成的结果中保留了图像的边界和纹理细节信息，恢复出来的图像颜色更贴近实际生活，去雾效果有较大改善，纹理边缘更加细腻。

基于暗原色先验理论在图像的去雾方面有非常好的效果，提出了一种将暗原色先验理论用于大气能见度测量的方法，克服了气象能见度仪成本昂贵且难以大范围架设的缺点。对拍摄雾霾图像的不同区域进行亮度分析以便选择合适的目标区域进行透射率估计，通过优化去雾系数并使用引导滤波细化透射率获取较为准确的透射率，从而求得大气消光系数及大气能见度。将大量雾霾图像处理的结果与前向散射仪(CJY-1G）测量的数据进行比较，二者基本一致，本方法与CJY-1G测量结果的误差在±15%之内，符合能见度观测的应用要求。