天空的悬浮粒子能散射和吸收光线形成雾霾,造成室外拍摄成像的对比度和保真度都较低。在室外图像质量要求较高的应用,如军事敌情监控,刑侦犯罪细节斟酌,汽车前方障碍物观测等,都需要对降质图像做处理,还原目标细节。对雾霾清晰化处理能显著提高图像质量,使之更好地应用于高级图像处理领域。论文针对雾霾条件下单幅图像降质以及现有去雾方法时间复杂度高的问题,以环境光物理模型为基础,在暗通道去雾的基础上,引出快速视觉优化去雾算法。设计和实现了两种获得大气光向量A的方案,其一:结合LOG边缘检测和四叉树快速定位大气光向量A的区间,并应用skyline算法获取A值;其二:对单幅图像阈值分割找到天空区域,进而选用二分图循环模型定位精确的大气光向量A。然后针对暗通道先验模型确定的初始透射率t(x,y)采用改进的最小二乘方滤波进行优化,可保证其边缘细节完整且受到噪声的影响程度小,同时抑制晕轮效应,之后通过膨胀和腐蚀方法进一步优化投射图的边缘。最后利用求得的大气光向量A和优化后的透射率参量,代入环境光模型还原清晰无雾的图像。使用大量测试图像对本文的算法加以测试,从客观和主观两个角度对本文算法进行评估,实验结果表明,改进算法在保障优化去雾视觉效果的前提下节约处理时间;梯度,信息熵和视觉保真度综合指标均优于对比算法。