近年来,我国大部分地区频繁出现雾霾天气,这不仅严重影响了人们的生活,而且在这种天气条件下,图像采集设备获取到的图像会出现灰度偏高、对比度下降、信噪比降低等问题,严重影响后续的图像处理,所以通过相关方法对有雾图像进行去雾化处理显得非常重要。暗通道先验理论的提出为图像去雾提供了新的思路,基于暗通道先验的图像去雾方法有较好的去雾效果,但是也存在算法时间复杂度高,复原图像天空区域颜色失真等不足之处,因此针对这些不足对基于暗通道先验的单幅图像去雾算法进行研究改进。论文的主要研究内容如下。首先分析了大气散射理论以及雾霾天气的特点,对有雾图像的成像原理及过程进行研究,进而介绍了大气散射物理模型,通过进一步对组成大气散射物理模型的两部分模型的研究,得出了基于大气物理模型的图像去雾的关键,然后结合暗通道理论和大气散射物理模型完成透射率和大气光的计算,并通过软抠图的方法对透射率的粗估计进行优化,最后根据大气散射物理模型完成有雾图像复原。结果表明,通过软抠图方法细化透射率会导致算法时间复杂度过高,复原图像的天空区域颜色出现失真,并且复原图像中的景物边缘出现模糊现象。提出针对传统基于暗通道先验去雾算法不足的改进方法,其主要思想是首先利用两种大小不同的暗通道获取透射率粗估计,通过引导滤波来对其进行初步优化,然后判断有雾图像中是否包含天空区域,进而对天空区域的透射率进行系数补偿,再次使用引导滤波器对其透射率进行优化,得到最终的透射率,同时根据四叉树多层次搜索方法,联合暗通道图像获取大气光的准确估计值,最后利用大气散射物理模型获得最终的复原图像。分别采用包含天空区域和不包含天空区域的有雾图像进行了去雾实验对比,实验结果表明改进算法有如下的优点:1、算法的运行的时间比软抠图方法降低了90%;2、消除了基于暗通道对包含天空区域有雾图像去雾时,天空区域的出现颜色失真的情况;3、改善了引导滤波造成的图像边缘模糊的情况,并且去除了复原图像中的细节边缘之间的雾。