雾天或沙尘天气等恶劣天气的出现会对军事侦察、安防和监控设备等产生一定的影响，导致获取的图像对比度等信息丢失，信息可信度降低。为了保证视频系统设备工作的适应性和鲁棒性，研究雾天或沙尘天气等条件下图像的清晰化方法是非常必要的。　　雾图像的能量主要集中在低频段，所以采用了传统的图像增强方法，对雾图像进行了对比度的增强处理。主要采用了两类经典的算法：直方图均衡和Retinex算法。但是两种算法都出现了信息失真的现象。传统图像增强的方法只是单纯地增强图像的对比度，而对图像的视觉效果、信息保真度等都没有保证。　　考虑到传统方法难以达到满意的效果，重点研究了基于雾天成像模型的图像复原算法。在分析大气散射模型的基础上给出了适合于雾天的简化模型，基于简化模型进行了图像复原实验。由于基于单幅图像的处理方法既符合工程应用的需求又能够取得不错的效果，对其进行了重点的研究。针对基于暗原色先验的图像去雾方法运算复杂度过高、图像处理时间过长的缺点，提出了两种改进算法，在保留了去雾效果的同时提高了图像的处理速度。　　鉴于目前对沙尘图像的复原处理方法较少，本文对其处理方法进行了研究。考虑到沙尘天气图像对比度低的特性，主要从图像增强的角度对沙尘图像进行了处理。重点仿真了频域滤波、Frankle_McCann Retinex和APEX方法。并在APEX方法的基础之上提出了一种改进的方法，保证图像中的各个区域得到有效的增强，提高了视觉效果。　　论文最后部分给出了算法的系统实现方法。