在有雾的天气下,由于大气中存在着许多悬浮粒子,他们吸收和散射自然光,造成了成像设备捕捉到的图像质量对比度下降,富含的信息丢失,特别是图像的细节和色彩信息,同时也导致了图像中的纹理和特征难于辨别,影响了人们的视觉系统,也给后期的图像分类、视频监控、人脸视觉、目标追踪等应用技术带来了困难。因此,有雾图像的去雾算法研究对人类和社会的发展有着重要的意义。现在雾霾天气越来越严重,雾天图像的去雾研究也成为了热点,而计算机技术的发展的日益成熟,也为去雾算法的研究提供了很好的技术支持。因此,图像去雾算法研究也格外重要。传统的去雾算法主要分成两类,第一类是图像增强,直接在原图上进行增强处理;第二类是基于物理模型,考虑了大气光值,透射率,景深等的影响。近年来第二类的去雾算法研究更为普遍。本文算法也是基于物理模型进行的去雾算法增强。在图像去雾复原过程中,最容易出现的两个问题是:细节丢失和色彩失真。因此,本文主要围绕图像去雾中的细节信息增强和色彩恢复两个方面来进行去雾算法的研究。首先,提出了图像去雾复原中的细节增强算法。根据大气模型,影响图像去雾复原的细节信息的重要参数是透射率,基于引导滤波,提出了一种加权梯度域的引导滤波来优化透射率图,提升图像复原的细节。并提出一种基于细节提取的增强算法,应用到复原最后一步,进一步提升图像的细节信息。然后,提出了图像去雾还原中的色彩恢复算法。将金字塔融合算法应用到去雾图像处理中来,同时引入三个色彩因子,色彩对比度,色彩饱和度,曝光度,并根据融合图像的不同信息来赋予不同的权重值,复原图像的色彩信息。最后,本文综合有雾图像还原中的细节增强和色彩恢复算法,来复原有雾图像。并与去雾中的传统算法和相关算法进行仿真实验,从主观评价和客观评价两个方面进行对比分析。本文所提出的图像去雾中的细节增强和色彩恢复算法具有更好的保持图像的细节纹理信息,并且也同时还原了色彩信息,符合人眼的视觉系统,且对于不同情况下如天空区域较多或细节信息多等,去雾效果更理想。