近年来,由于环境污染等原因的影响,雾霾等不理想天气的出现比较频繁且分布区域比较广泛。在这样的天气条件下,户外成像设备采集到的图像一般降质严重,且会丢失不少细节信息,将会直接限制和影响人们的日常生产与生活。因此,为增强图像的视觉效果并便于计算机视觉后续处理,需要对有雾图像进行去雾。本文深入研究分析了暗原色先验去雾算法中存在的问题,主要是在暗原色先验规律不成立的天空区域中的透射率的估计将比实际偏小,从而导致天空区域明显的噪声放大与色彩失真;并且,在非天空区域的景深变化边缘附近的透射率估计也不够准确,将导致这些位置的去雾强度减弱而造成去雾效果不理想的现象。因此,本文的工作将首先要对有雾图像的天空区域进行分割提取,以分别对两部分区域的问题进行处理;然后分别对天空与非天空区域的透射率估计进行优化与改进;并对整体去雾效果进行了一些进一步的视觉优化方法处理,以使得去雾图像的视觉效果更好。对于天空区域存在的问题,本文提出了一种结合K均值聚类和增强边缘提取的天空区域分割方法,先利用K均值聚类并依据提出的判别值提取出候选天空区域,再利用增强边缘提取出天空连通域,两者通过相与进行互补结合,并说明了几种不利情况下对两者选取策略的改进与处理,可以得到更加完善且有使用价值的天空区域分割结果。之后再对天空区域的透射率值根据原值变化情况进行自适应修正,可以得到较好的视觉效果;对于非天空区域存在的问题,本文采用分块与像素加权插值的方法来进行暗原色图像求取的改进,可以一定程度改善景深变化边缘附近因透射率估计不准确带来的问题;为了对去雾效果再进行进一步的视觉优化,本文提出了提高大气光值选取的稳定性、提升去雾图像的清晰度以及调整去雾图像的色调这三方面的优化与改进方法,以获得更好的最终去雾视觉效果。最后,本文对于研究的改进去雾算法进行了编程实现,所有的算法实现均在个人计算机上完成,利用VS2010与OpenCV2进行编程实现与实验操作,同时在实验中对恢复的去雾图像在主观与客观层面上进行了分析,证明了改进算法的真实有效性。