提出了一种基于高斯衰减的自适应线性变换图像去雾算法。建立有雾图像与无雾图像最小值通道之间的线性变换模型，利用有雾图像最小值通道构造高斯函数以自适应补偿估计图像明亮区域的透射率，提升透射率的准确度。根据大气散射模型复原图像，使用交叉双边滤波器消除透射率纹理效应。实验结果表明，所提算法能有效地改善图像明亮区域的色彩失真，消除景深边缘Halo效应，所复原的图像具有明显的细节和适宜的饱和度。

针对传统暗通道先验易在高亮度区域失真和产生光晕效应的不足，提出一种基于补偿透射率和自适应雾浓度系数的雾天图像复原算法。首先利用高斯函数拟合有雾和无雾图像间的衰减关系，通过修正透射率对高亮区域进行补偿。然后分析雾气特性，提出亮度熵概念，对原图亮通道进行逐像素处理求取熵值，结合高斯金字塔提取纹理特征，得到雾气分布图；同时建立一种线性变换来自适应求取雾浓度系数，并获得优化透射率。最后改进局部大气光的获取方法，结合大气散射模型得到复原结果。实验表明，所提算法可以有效复原出降质图像的颜色与细节，明亮度适宜