雾霾天气的情况下,在户外获取的场景图像受到该天气情况的不利影响,导致所获取的图像的对比度信息丢失,色彩变淡,场景中信息受损,使图像所包含的特征信息被覆盖,图片细节无法辨认,最终导致从中提取的数据质量下降,严重影响了户外计算机视觉系统的工作质量,使其无法可靠的工作。所以在雾天的天气条件下,通过图像去雾处理技术处理雾化的图像,增加雾天情况下户外场景的对比度,使其包含的细节特征可以正常的提取,保证户外计算机视觉系统的工作质量。因计算机视觉系统的精确、快速、可靠的优点,被广泛应用。因此,图像去雾技术对计算机视觉系统有着直接的应用价值,值得我们去开展图像去雾的研究。本文围绕先验暗原色去雾方法开展研究。首先,本文分析了雾、霾构成,以及对光线传播的影响,给出了雾天图像退化模型—大气散射模型,分析了该模型对图像成像的影响的机理。在该模型的基础上,制定图像去雾方案,对比分析后选择了基于先验暗原色去雾的方法。并此方法的基础上,改进该方法。针对图像去雾的实时性要求,以及颜色失真问题作了以下处理:将原来使透射率t值图边缘平滑化的抠图法用guide滤波结合双边滤波的方法将其代替。经过实验对比,证明优化后的去雾方法能有效获得清晰地图像,并且缩短了图像处理的时间,提高去雾图像的质量,满足了图像去雾的实时性要求。