雾天条件下，由于户外场景受到雾气的影响，导致传感器获取的图像对比度下降、图像场景细节损失，从而使得图像变得模糊，给后续的图像处理和分析带来极大的困难。所以研究雾天条件下的图像复原技术以增加图像的对比度和清晰度，改善图像的质量，这对于保证计算机视觉系统能够在恶劣天气下可靠、稳定的工作，具有十分重要的理论和应用价值。目前对雾天图像的复原技术研究，主要有两个方向：一是从图像增强的角度进行处理，另一种则基于雾天的物理成像模型对雾天图像进行处理。图像增强的方法尽管能在一定程度上改善视觉效果，但通常情况下并不能有效去除雾的影响。相较而言，基于成像模型的方法由于具有明确的物理解释，具有更好的效果和普适性。目前基于物理成像模型的图像去雾方法的研究也比较多，其中根据大气散射模型和暗原色先验理论，实现对于雾天彩色图像的去雾处理的工作较为有效。但是，这种方法仍然存在一些缺点。本文针对这些不足，对暗原色去雾算法进行改进，提出一种基于暗原色先验的图像去雾改进算法。因此本文主要通过对雾天图像退化的机理进行研究，分析雾天图像退化的模型——大气散射模型，在此基础上，制定含雾图像的恢复方案并设计和实现相应的算法。针对暗原色去雾算法颜色失真的问题，将图像从RGB颜色空间转换到YUV颜色空间进行处理，保持颜色的真实性。为了减少算法的计算时间，采用指导性滤波器对透射率进行修正，时间大为缩短。针对暗原色去雾处理后的图像存在亮度偏暗的问题，本文提出一种新的自适应的图像亮度调节方法，来得到最佳的视觉效果。实验证明，本文改进算法能有效去除雾霾的影响，提升图像的对比度，增加能见度,实现雾天图像的快速、有效处理。