随着空气质量的日益恶化,在雾霾天气条件下通过图像传感器采集到的图像存在对比度低、信噪比较低、边缘信较息少、灰度分布集中等缺点,研究雾霾天气下图像去雾技术,并对其进行修正和改善,对于提高图像的成像质量,使其更好地应用于军事、交通、遥感、勘测、侦查等相关领域,具有十分重要的研究意义。本文首先研究了雾天成像的基本理论及当前传统的图像去雾算法,并仔细分析了基于暗通道理论的图像去雾算法的不足,针对该方法中引入滤波器后速度相对较慢的缺点,提出了一种改进的快速求取透射率的算法,能够更好地求取精细化的透射率,并保证图像不失真;同时通过判断天空区域是否存在并结合约束条件法解算全局大气参数,从而有效地提高了整体去雾算法的处理速度。针对导向滤波器滤波后图像边缘不突出的缺点,提出一种基于优化的Sobel算子对导向滤波器进行自适应加权改进处理的方法,针对大面积天空区域的雾图采用改进的Canny算法进行检测分离并解算全局大气参数,在其它条件下使用约束条件法解算全局大气参数,实现了透射率的补偿,从而解决了高亮区域失真的问题,有效地提高了图像去雾的整体效果。最后,从主观和客观两方面对图像去雾效果进行了综合评价。实验结果表明:引入改进的快速求取透射率的算法在不降质的前提下能更好地提高图像去雾的效率;而引入改进后的导向滤波器能够很好地实现保边去噪的功能,并且信息熵、图像对比度、可见边之比、峰值信噪比等都有明显的提高。改进的图像去雾算法快速高效,鲁棒性好,适用范围广,对于广泛地应用于车牌识别、目标跟踪、犯罪侦查、遥感以及勘测具有十分重要的应用价值。