作为图像处理中的重要组成部分,图像增强技术是通过增强图像的对比度来突出图像的有用信息,进而改善图像质量和视觉效果。根据处理空间的不同,图像增强可以分为基于空间域的算法和基于频率域的算法。虽然这两大类算法都能有效地扩大对比度,但频域处理算法运算量大,实时性不高,所以空域处理算法应用更加广泛。因此,本文重点研究了空间域的直方图算法和Retinex算法。图像增强技术在各个领域应用广泛,包括图像处理软件、工业、医学、军事等方面,通过对不同类别的图片进行增强处理,以获得满足人们生活中对图像信息提取的要求的理想画面效果。在有雾的恶劣天气条件下,图像采集装置获取的图像模糊不清,辨认度低,严重影响了我们提取图像的有用信息,也对后续图像处理工作造成无法预料的后果。因此,研究图像增强算法并将其应用到图像去雾中,具有很重要的实际意义。本文首先阐述了图像增强技术的研究背景及意义,进一步探讨国内外图像增强算法在去雾应用上的研究现状,并从空间域和频率域两个方面简单叙述了一些基本的增强算法;接着,重点阐述分析了基于直方图和Retinex的图像增强算法的原理和研究,并针对有雾图像进行仿真处理,得到去雾效果图,给出一种基于线性拉伸的改进MSR算法,结果表明该改进算法有效地提高了图像对比度,达到优化图像质量的目的;最后,文章分析了每种算法的优缺点,结合各算法的优点给出了一种结合对比度受限的直方图均衡化(CLAHE)和多尺度Retinex(MSR)的增强去雾算法,并利用图像质量评价标准和效果图进行比较分析,说明了算法的有效性,进一步提高去雾后的图像质量,优化了图像的视觉效果。