随着社会的进步,工业的发展,智能交通系统、户外监控系统、卫星遥感系统、农产品质量检测系统等以图像为信息载体进行作业的工作系统已逐渐走进人们的生活。为了满足这些系统的工作需求,图像采集的硬件设施不断被完善,现如今已经取得了很大的成就,但由环境污染而引发的雾霾气候又给人们提出了新的挑战。在雾霾天气下获得的图像存在对比不明显、色彩变暗以及场景细节信息丢失等退化问题,大幅度降低图像的质量及其应用价值。因此对降质的带雾图像加以快速精准的去雾处理有着理论和实际的迫切需要。文章基于图像复原方法中暗通道先验去雾算法,并针对其算法存在的处理时间过长的问题做出优化改进。本文采取多分辨率的方法,首先对高分辨率带雾图像做降采样,同时为得到原带雾图像更多的边缘信息,本文加入两次降采样,获得两幅子图像,选取其中一幅子图像进行暗通道去雾处理,同时对另一幅子图像进行细节信息提取,并将处理完的两幅子图像进行融合、升采样至原分辨率,得到最终的去雾图像。最终以主客观两种评价标准,在操作系统为Windows 7,CPU为Intel(R)Core(TM)i7-3770 3.4GHz处理器,系统内存为8.00GB的普通PC上,对暗通道先验去雾算法的处理结果以及改进方法的处理结果进行质量评价与对比。实验结果表明,无论是主观感知还是客观评价指标的判定,本文提出的改进方法不仅在运行时间得到了较大幅度的提升,而且复原后的图像质量从细节、色调上都要优于用暗通道算法处理后的图像,真正做到在保证去雾效果前提下大幅度降低了计算量,从而使暗通道先验去雾算法更具实用性。