视频去雾技术的难点主要在于如何保证视频数据的时空一致性,为了解决这一问题提出了时空导向图像滤波优化算法.该算法考虑了视频帧间信息在空间和时间维度上的一致性因素,在平滑透射率纹理并保护显著边界的同时,能够克服视频中的闪烁噪声,保证视频去雾结果的流畅性.由于经典去雾模型仅考虑散射对于雾生成的影响,导致大多数基于该模型的去雾算法在近景处常产生过饱和噪声,针对此问题提出了一个基于吸收透射率补偿的透射率估计算法,弥补了经典模型忽略大气吸收衰减的缺陷,能够显著提高透射率估计精度,有效地抑制近景处过饱和噪声的产生.在真实雾视频和合成雾视频数据上进行了与现有先进算法的对比实验.有参考定量评价结果表明,本文算法的信噪比及结构相似性两项指标分别高于其他算法至少12%和3.4%;无参考的可见边界恢复评价指标至少高于其他算法5.7%.所提出的实时视频去雾算法能够更有效地恢复高频信息,更恰当地提升图像对比度,所获得的无雾视频色彩也更加自然、真实.