雾是影响成像质量的重要因素，在雾天天气下获得的图像存在严重的退化现象，大大降低图像的应用价值；而在另外一些应用如飞行器制导中又需要大量不同雾天天气的图像来模拟飞行器在雾天天气中的飞行应对过程；通过航天遥感得到的图像由于受到云层遮挡信息模糊不清。因此对雾天天气下成像仿真和复原以及有效去除云层遮挡算法的研究有非常重要的意义。针对上述问题，本文深入研究了雾天的成像仿真及薄雾薄云去除的基本理论和方法，具体内容如下：1)利用大气调制传递函数实现雾天图像的成像仿真。将雾天条件下的大气调制传递函数作为雾天条件下的退化模型，分别仿真实现了薄雾、中雾和浓雾天气下的退化图像。2)利用黑色通道算法实现单幅雾天图像的复原，并改进了该算法中需要消耗大量存储和计算资源以及天空区域处理不准确等问题。通过首先确定天空区域或雾最浓区域，得到更准确的大气光值；通过对边缘区域和非边缘区域分别采用不同的模板处理得到黑色通道，并根据黑色通道和深度的关系，对透射图进行优化处理，大大缩短了计算时间，减小了内存消耗；通过分别处理强光区域和非强光区域，有效解决大气光不连续图像的去雾问题。3)利用同态滤波和黑色通道算法实现遥感图像的薄云去除，并将黑色通道改进算法与大尺度高斯滤波相结合，利用归一化系数矩阵对大气光进行权值分配，有效解决不均匀的薄云去除问题。