随着计算机技术和人工智能技术的迅速发展,计算机视觉技术已普遍应用在人们的日常生活和工业生产中,如城市交通、遥感成像、卫星成像、安保监控、地质测绘等等。但是这些技术会极大地受到雾、霾、雨天、云和雪天等天气条件的影响,在获取图像过程中由于受到大气中悬浮颗粒的影响会导致物体反射的光线在到达摄像器材之前散射到空气中。从而使得在雾天条件下获得的图像出现多种失真现象,如图像色彩变淡、对比度降低、景物不清晰等,同时也极大地影响了对图像的边缘、轮廓等特征信息的提取,从而导致许多户外设备无法正常工作。因此,研究如何将雾天图像清晰化,这是具有十分重要的意义。本文主要药的研究工作如下：1.对于灰度雾天图像,本文首先不考虑图像退化原因,单纯地采用小波变换对雾天图像的进行多层的分解,并且将分解后的小波系数依据其各层系数的特点,进行适当的非线性变换。最后将变换后的小波系数进行重构得到增强后的复原图像。实验表明复原后的图像白雾明显降低,而且保持图像基本轮廓的同时,突出了被白雾掩盖的细节。2.对于彩色雾天图像,本文基于暗原色优先原理,并且通过分析暗原色图像来估算出大气常量,然后结合小波变换对暗原色图像进行分解,并将分解出来的小波系数进行适当的变化,并将小波系数重构得到空气光,最后结合图像大气退化模型对图像进行还原。实验表明该方法适用于彩色和灰度图像,并且增强图像的不仅能提升图像清晰度、增强细节,同时也能较好的保留原来图像色彩。