为提升高速公路雾天能见度检测精度，考虑大气透光强度、透射率、大气消光系数和图像中某点到摄影机的实际距离，通过能见度检测原理改进现有的暗通道先验算法。首先结合矩形区域测距和实际场景物体大小来解决高速公路二维场景到三维场景重构的问题，并利用K-means聚类的方法，并找出聚类后的视频图像中分界线的最小景深点，结合所构建的测距模型得到该点到摄像机的实际距离。其次通过发现传统暗通道先验理论在求取大气透光强度方面的不足，提出了基于图像分割的局部熵法来求取大气透光强度，再利用暗通道先验理论求出透射率，然后由能见度检测原理计算出能见度。最后，根据日兰高速公路K113+000处雾天下的视频图像，对改进暗通道先验算法与传统暗通道先验算法进行实验对比，结果以能见度检测仪的检测结果为参照。结果表明：当实际能见度为100米左右时，改进算法检测的平均相对误差（MRE）为6.25%，比传统算法减小了2.38%；当实际能见度为150 m左右时，改进算法检测的MRE为6.17%，比传统算法减小了3.06%；当实际能见度为200米左右时，改进算法检测的MRE为5.71%，比传统算法的减小了3.41%。随着光照强度的增加，改进暗通道先验法的检测精度提升越来越明显，能更好地适应日间大雾天气下的高速公路。