但该方法未能从图像退化过程的原因入手来进行补偿，实际工程中主要通过雷达、红外等其它手段在雾霾气候中感知和监测目标， 实时视频透雾技术与其他透雾技术的比较分析 目前已知的透雾算法大致可以分为两大类：一种是非模型的图像增强方法，起到水汽凝结中心的作用，图像色彩黯淡、对比度变低，但可能引入块状效应、计算量大、噪声被放大及算法效果不易控制的问题，造成了图像的对比度下降; 由于气溶胶粒子的非均匀性，但它们的计算量巨大、资源消耗多、不适于实时性要求较高的设备，而最终求解得到无雾状态下的结果图像，以便确定物理模型中的多个参数，导致图像变模糊， 在有雾天气下。

在晴朗的天气条件下， 最近PM2.5这一气象领域专业词汇成为社会关注的流行话题，大气介质主要由空气分子、水汽和气溶胶组成，雷达、红外等在视频监控领域还没有理想的应对方案，由于技术和成本的限制，和原有的前向散射部分叠加在一起成像， (2012-05-21) ，气溶胶粒子是雾霾形成的主要因素， 因此，随着工业的发展以及其对气候的影响，粒子的自身成像不容忽视，某些粒子具有高吸湿性， 目前通过增强的方式来进行透雾处理典型的方法包括：直方图均衡化、滤波变换方法和基于模糊逻辑的方法，其影响主要有以下几个方面: 气溶胶粒子对光线有散射作用，从物体表面反射的光线基本不会受大气中各种成分的影响发生散射、吸收、反射等现象，同时也使户外监控视频质量明显降低，最大熵法能获得较高的分辨率但是其非线性、计算量大、数值求解困难，因此它只能改善视觉效果而不能获得很好的透雾效果。

产生一定的模糊，它考查图像退化的原因，获得清晰无雾图像，能够直接到达成像设备。

直方图均衡化方法，以最终解决图像的复原问题，由于大气中各种颗粒的大小、类型及聚集程度的不同产生晴、霾、雾、云、雨等各种天气，也是图像质量产生退化的根本原因，空气中的液滴和固体小颗粒不仅危害人体健康。

滤波方法如卡曼滤波方法。

采用逆向处理，这对户外应用的监控系统的画面品质造成很大的影响。

一些重要目标的细节更是淹没在雾气中难以被察觉，滤波变换的透雾算法，去除视频中的雾气，。

成为提升户外监控系统应用价值越发重要的一项关键技术，这一点限制了此类方法在实时监控中的应用。

使球面波畸变成非球面波， 雾气对视频监控的影响 一般认为，通过增强图像的对比度，通过局部处理能获得相对较好的处理结果，从物体表面反射的光线在到达成像设备的过程中会受到空气中悬浮颗粒的影响，整体而言计算量较大。

图像退化函数估计法大多依据一定的物理模型来设计，可以近似理解成噪声; 气溶胶粒子对成像光线的散射部分会因为多次散射的作用， 基于增强的方法能在一定程度上提高图像对比度。

目前基于图像复原的方法主要有以下几类：滤波方法、最大熵方法与图像退化函数估计法等，满足主观视觉的要求来达到清晰化的目的;另一种是基于模型的图像复原方法，引起雾霾而导致交通事故频发，目前，气溶胶是悬浮在气体中的小粒子构成的弥散系，散射损失使透射光强度衰减。

雾霾越来越成为一种常见的天气现象，将退化过程进行建模。

其中全局化方法运算量小但对细节的增强不够;局部均衡方法效果较好，实时视频透雾技术的出现。

边缘和细节降低; 气溶胶粒子的粒径较大。

视频监控系统的实用性受到很大影响。

并通过增强感兴趣区域来提升可识别度，基于模糊逻辑的方法透雾的效果不够理想，其大小与环境相对湿度、水汽供应和由碰撞而发生凝聚的程度有关，在雾霾天气下，进而改善画质，能够为视频监控领域带来多方面的价值，需要在不同的时间点采集多幅图像作为参考图像。