雾天条件下,由于大气中微粒的散射作用,成像设备获取的图像的亮度和颜色均受到影响,图像的质量严重下降,大大降低了视频图像的应用价值。本文在对基于增加对比度的图像增强方法和基于雾天退化机理的图像复原方法进行深入研究的基础上,提出并实现了快速有效的雾天图像清晰化算法,并采用主观观察和客观数据分析对本文的研究成果进行评价。主要内容如下：1)对图像增强和图像复原的研究背景进行了比较细致的分析和讨论,阐述了若干比较典型的雾天图像清晰化算法的基本原理,并分析了这些算法的优缺点。2)针对自动色彩均衡化算法在雾天图像增强中不能很好的保持图像原始色彩信息的不足,提出一种双选像素点的局部自适应ACE算法。首先将获得的图像从RGB色彩空间变换到YCbCr色彩空间中,然后利用亮度图像的梯度信息和图像的局部信息进行双层像素点选择,最后采用局部自适应滤波调整ACE算法中的亮度控制函数。该算法不仅具有较好的色彩保持性质,而且具有较快的计算速度。3)针对He在使用暗原色先验知识对雾天图像进行去雾时透射率计算复杂度太高而难以满足实时性的不足,提出一种新的高精度透射率快速计算技术和去雾方法。首先对均值漂移算法进行适当改进,通过改进的均值漂移算法对暗原色先验获得的透射图进行求精处理,然后将其引入暗原色先验去雾算法之中,消除了透射图的块状效应和光晕现象,有效得解决了高精度透射率的快速计算难题。4)选取若干户外雾天视频图像,使用本文算法进行实验。实验结果表明,与以往的经典的雾天清晰化方法对比,本文的算法获得了较好的视觉效果,在图像细节恢复的同时,原始的色彩得到了保持,且保证了算法的效率。