在户外采集视频图像时常常会受到恶劣天气的影响，其中雾天是一种最常见的恶劣天气之一。这种图像退化的现象对各行各业都有不同程度的影响，在交通系统、海关和航天部门的影响尤为严重。此外，各种户外视频监控系统在恶劣天气下也无法可靠工作。因此对雾天图像处理方法的研究具有深远的现实意义。　　 本文主要对经典的POSHE算法进行改进来满足系统对视频图像的实时采集的需要，同时利用图像分割技术分离感兴趣区域，来降低算法的复杂度。算法首先利用图像的灰度分布特征采用正态曲线拟合天空部分的灰度分布，确定有效阈值，再利用区域生长的方法分割天空部分。仅对于非天空部分采用自适应插值直方图均衡化的方法对图像进行增强处理。实验证明该方法消除雾天的影响的效果较好，与现有的图像增强算法相比效率明显提高，消除了块状效应。　　 大雾天气图像的有效信息大部分被雾气所覆盖，一般的处理方法很难达到理想的处理效果。在这种情况下，本文利用超分辨率图像复原技术来提高大雾天气下图像的可视距离。实验证明本文算法可以得到较理想的处理效果，达到了预期要求，为后续的处理工作提供了可靠的图像信息。