随着各国越来越重视科学技术的发展,人们对图像质量的要求方面仍在逐步提高。声音和图片是人类在日常生活中所能直接获得的对外界进行交换的内容,图像在视觉的研究中占据着举足轻重的地位,这是由于它能够直接的表现出对外界信息的传达。安全监控系统、军事监控系统、公路监控系统、遥感导航系统等许多应用系统都需要精确的细节分析和图像特征提取。但是,在现实中,没有办法避免有雾的恶劣天气。这种情况下,将导致在捕获的图片具有很差的细节表达能力,使用度方面也受到了很大的损害。很多成像系统获得的图片场景质量下降明显,并且图片的对比度和清晰方面将受到影响。所以,为了提高图像的可利用性,需要对图像进行处理,从而获得我们想要的满意结果。基于对模糊雾天图像质量背景和理论概念研究的同时对其进行分析测试,本文尝试并改进了暗通道先验去雾算法。本文的主要工作任务如下:(1)以大气物理模型为基础,改进了暗通道去雾算法过程中出现的块状效应和失真等方面的问题。基于暗通道去雾算法,在天空和非天空交界区域暗通道估计值偏小,块状效应容易发生。针对去雾过程中出现的问题,利用多尺度方法来消除高亮光,使得图像去雾的过程中出现的失真和块状效应得到了很好的改善。(2)进一步改进He的图像去雾算法,运用模糊线的方法来进一步获得大气光的函数关系式,从而精细化大气光值。并且针对精确化的大气光值对物理模型中的透射率进一步地进行精细化计算,并进行了实验。对实验结果进行了比较和分析,实验结果表明,经过改进后的图像去雾效果明显,综合值大幅度提高。