近年来,国内外雾霾天气多发,严重影响了交通安全和出行便利。在雾天情况下,由于大气对光线的散射作用,成像系统获取的图像会产生强烈的退化。这种退化过程导致场景被雾气所掩盖而难以辨识,形成的图像对比度低、颜色暗淡。对有雾图像视频进行去雾处理,提高其能见度,可为人工判读和机器解译改善图像的质量,因此具有重要的理论意义和实用价值。本文首先介绍了雾天成像的物理模型和相关的先验理论,并分析了雾天图像的特点。然后,本文提出了一种基于颜色衰减含雾图像检测方法,通过统计输入图像的颜色和亮度表现自动判断图像是否含雾。最后,本文将物理模型与图像处理方法相结合,研究了一种基于融合策略的去雾方法。该方法不直接求解模型参数,而是先按照物理模型,从输入图像中推测并提取一系列代表性的深度参数,利用这些参数生成多个处理图层;再以每个图层的像素质量为依据,将它们融合为一幅结果图像。本文通过大量实验,测试了所提出的含雾图像检测方法的精确度,验证了所提出的图像去雾方法的性能,并分别对算法效果进行了主观和客观评价。实验结果表明,基于颜色衰减先验的含雾图像检测方法能够对多数图像进行正确的判断,并指示雾气的影响程度。基于多深度图层融合的图像去雾方法,能够有效提升有雾图像的能见度,使得处理后的图像明亮、鲜艳而清晰。