近些年来，世界各地的雾霾越来越严重，中国也不例外，雾霾造成空气质量的下降，除了对身心健康造成巨大的威胁之外，同时也会对户外的计算机视觉采集系统造成巨大的影响，严重阻碍公共交通、户外监控、航拍摄影等工作的开展。雾霾的存在导致采集到的图像降质，出现对比度低，细节不明显等特征，视觉效果模糊。

    中国海洋河流湖泊众多，中国有四大海域，毗邻中国大陆边缘的渤海、黄海、东海与南海互相连成一片；在中国，流域面积超过1000平方千米的河流就有1500多条，有湖泊24800多个，其中面积在1平方公里以上的天然湖泊就有2800多个，这些海洋、河流、湖泊不仅是中国地理环境的重要组成部分，而且还蕴含着丰富的自然资源。同样，在进行水下作业时，水下更为复杂的光学环境直接导致采集到的图像出现严重的偏色效应，同时也伴随着低对比度和极其模糊的视觉效果，对水下的研究工作造成极大的困扰。相比户外的采集系统，水下更为复杂的环境也使得图像复原变得更加困难。

    为了提高成像系统的可靠性和稳定性，本论文主要针对户外雾天和水下计算机视觉系统采集的图像和视频出现的视觉退化现象，通过研究分析图像成像的大气散射模型和水下的衰减模型，学习和研究当前现有的多种图像增强和图像复原技术，与实际的项目需求相结合，对户外雾天和水下采集的视频开展研究。

    本论文的主要研究内容包括以下几个部分：

    针对暗通道先验去雾算法在含有大块亮白区域造成的图像去雾失真，提出了一种改进的基于自适应区域划分和融合透射率的单幅图像去雾算法。首先，用基于图像子块平均灰度值和标准差的四叉树分解方法获得更加准确的大气光估值；然后，用自适应阈值分割的方法将图像分为亮白区域与非亮白区域两部分，图像的灰度分布数据被用来计算新的权重因子，该权重因子被用来融合透射率使边缘更加平滑；最后，通过大气散射模型恢复无雾图像。

    针对前景区域内含有高亮极值点以及天空背景的图像，提出了一种基于区域生长与透射率修正的去雾算法。首先通过图像的灰度分布数据找到天空到极值点，筛选出来的点作为大气光取值的像素点，同时经筛选以后的点作为种子点进行区域生长，生长完毕的区域与场景的前景区域分割出来进行透射率的重定义。其中，天空区域的透射率引入放大修正因子进行修正，最后调整图像的亮度使其更符合人眼的视觉需求。实验结果证明该算法可以有效地区分天空区域与非天空区域，结合暗通道去雾模型可以取得较好的去雾效果。

    针对水下采集的红色分量急剧衰减、背景呈蓝绿色调的图像，提出了一种基于红色通道加权补偿与gamma修正模型的实时水下图像增强算法。首先通过对自然图像的RGB三通道分量衰减特性进行分析统计，用不同通道间的衰减系数比例加权补偿红色通道的强度信息，再通过引导滤波的方式用绿色通道的边缘信息修正补偿红色通道的边缘信息，修正图像色度；然后用gamma修正模型拉伸图像的强度分布范围，增强图像对比度。实验结果表明，针对红色分量衰减过重的水下图像，该方法可以修正图像的偏色效应，提高图像的对比度近2倍，复原后的图像有良好的视觉效果。