近年来,雾霾天气频发,导致道路能见度低,严重影响道路交通监控,且使得道路危险系数增加,研究图像去雾对道路交通视频监控具有重要的理论和应用价值。本文在研究基于物理模型的去雾方法基础上,重点研究基于非局部先验的单幅图像去雾方法,提升雾天图像去雾效果,具体研究内容如下:首先,研究图像去雾原理,掌握图像去雾一般流程,详细分析大气散射模型和雾天图像退化模型,并将一些经典的方法按照基于图像增强或基于物理模型进行分类,逐一研究它们的原理和流程。经过对比,选用基于物理模型里的非局部先验方法来进行图像去雾,其具有算法效率高、去雾效果较自然的优势。其次,对基于非局部先验的单幅雾天图像去雾方法进行深入研究,通过详细分析该算法,发现其单一使用颜色值索引聚类估算初始透射率不准确、去雾后图像边缘不平滑等问题,于是,本文结合去雾相关理论和实验分析,利用基于加权L1范数的上下文正则化来构造对初始透射率细化的目标函数,解决透射率不准确的问题;之后,对细化后的透射率用域变换边缘保存滤波器进行优化,解决去雾后图像边缘不平滑的问题,最终得到复原图像。并通过常用自然有雾图像和雾天交通图像数据集进行验证,实验结果表明,该方法可以很好地抑制原来方法的不足,可以更好地保持图像的边缘效果且去雾后图像与原图像更接近,图像色彩更加逼真。在主观视觉上相对于原方法看起来更加自然,且在客观评价指标上也得到提高。最后,为了展示去雾流程及效果,设计与实现一个单幅图像去雾系统。利用Matlab的GUI界面功能,设计一个图像去雾的可视化界面,通过这种界面方式可以更好地展示图像去雾流程,并且可以对去雾后的图像进行定量分析。