在雾霭等恶劣天气条件下，户外成像系统获取的图像不够清晰，质量退化比较严重，对人们的工作和生活造成极大的不便，尤其是在交通发达的今天，严重影响了车辆驾驶的安全性。而清晰可辨的道路图像，能够为道路交通管理提供有效帮助，因此，研究雾天降质图像的清晰化方法，有非常重要的现实意义和应用价值。本文的主要研究工作如下:　　从图像增强的角度，分析了直方图均衡化方法的算法原理，重点研究了限制对比度自适应直方图均衡化(CLAHE)方法，观察发现该方法处理后的增强图像中天空区域存在噪声放大现象，视觉效果不好。本论文对算法中剪切极限的计算进行了修正定义，实验验证了改进算法能够有效的改善天空区域的复原效果。　　从图像复原的角度，分析了雾天条件下图像退化的机制和大气散射物理模型，研究了基于暗通道先验的雾天图像复原方法，分析其不足之处，引入两个阈值重新定义天空亮度值的估计，同时加入修正阈值的考虑，用于改进天空区域的复原效果，实验验证了改进算法是有效的。　　分别从主观和客观方面对本文提出的改进算法与经典算法进行实验比较，验证了改进算法处理后的清晰化图像无论是从细节表现上还是从视觉效果上都比经典算法更优，有一定的实际应用价值。最后对本文的改进算法进行综合对比试验得出结论:改进CLAHE算法更适合于处理雾天灰度图像，而改进暗通道先验方法对处理彩色图像有明显的清晰化作用。