在雾霾的天气条件下,由于大气粒子的散射作用,成像设备采集到的景物图像已被严重的降质,造成图像的对比度降低。这极大地影响着户外视觉系统的工作,如卫星遥感系统、航拍系统、室外监控和目标识别系统等。因此,雾天图像的清晰化技术已成为计算机视觉及图像处理领域中的热门研究方向。首先,在基于图像增强方法和物理模型的图像复原方法的基础上,分析了雾天图像退化的机理以及大气散射模型的特点。其次,针对去雾算法复杂度太高以及明亮区域容易处理失真等问题,在暗原色先验理论的基础上提出了改进的去雾方法,用改进的中值滤波代替耗时较大的软抠图算法,并对明亮区域的透射率重新修正,得到了一定的去雾视觉效果。然后,分析了暗原色最小值图的景深信息与亮度分量结合的基础上,提出了基于雾气深度的去雾算法,有效的估计出雾气深度图,并快速的恢复出无雾图像。最后,实验结果证明,本文算法和同类最新算法比较,时间复杂度较低,保持速度快的优势,具有较高的鲁棒性,提高了图像的对比度并取得较好的清晰化效果。