雾霾天气下,室外视觉系统受大气颗粒的影响,感知的图像清晰度和对比度下降,颜色暗淡。图像去雾算法的研究,有助于提高室外视觉系统性能,使其在恶劣天气条件下稳健可靠,对于计算机视觉系统自动化图像/视频处理技术的发展具有重要意义。本文基于毫米波与可见光图像融合的方法,开展了图像去雾算法的研究工作,进一步提升了浓雾场景下的图像去雾效果。有雾天气下图像退化机理是研究图像去雾的基础,本文首先从大气散射的基本理论出发,介绍了大气散射模型,并基于此阐述了雾天图像的成像模型,为后续去雾算法奠定物理基础。其次,分析毫米波辐射理论与成像模型可知,毫米波对雾霾具有较强的穿透能力,故毫米波成像系统受雾霾影响程度较小,是一种有效的去雾手段,但又同时受到分辨率较低的限制。因此,本文首先将可见光图像与被动毫米波辐射图像进行融合,融合过程通过拉普拉斯金字塔分解与重构实现。融合图像作为去雾对象具有更为丰富的信息,能在一定程度上弥补可见光图像在浓雾天气下对场景信息的丢失。最后,基于雾天图像成像模型对融合图像进行去雾处理。去雾过程涉及到模型中两个未知参数的求解:通过将毫米波辐射图像视为无雾图像快速求解透射率;利用DCP算法计算大气光值。最后得到重建的无雾图像。此外,将实验结果与现有的去雾算法进行分析对比,进一步验证其有效性。