在很多地方,由于环境因素的影响,视频设备获取得到的图像中包含大量的有雾图像。有雾图像较为模糊、视觉效果差,且掩盖了较多的关键信息。因此将有雾图像还原成无雾图像,增加图像的色彩饱和度,让图像富含更多的关键信息,具有重要的研究价值。本文以暗通道先验去雾算法研究和应用为基础,针对有雾图像,对算法进行改进并应用到视频图像去雾中。本文首先从增强去雾和物理模型去雾的角度分析现如今的主要去雾技术,并对暗通道先验去雾算法进行了分析,发现该去雾算法存在三个主要不足:(1).算法的时间复杂度和空间复杂度较高,去雾效率低;(2).算法去雾后的图像,天空区域会出现失真的情况,影响视觉效果;(3).算法去雾后的图像,色彩饱和度、清晰度较低,不利于提取关键信息。然后针对算法的不足,本文做了针对性改进:(1).利用导向滤波和双三次插值来改善透射率,得到细化后的透射率,并缩短获取透射率的时间,提升了算法去雾的效率,也增强了图像的细节去雾;(2).引用对数函数,修正天空区域的透射率,增加了暗通道先验去雾算法的鲁棒性;(3).采用直方图均衡化增加色彩亮度、高斯高通滤波增强细节的方法,提高去雾后图像的色彩饱和度和清晰度。最后,本文将改进后的去雾算法应用在视频图像去雾中,讨论了算法去雾过程中变量参数的影响,进一步解决了参数如何选取的问题,并利用视频帧之间的相似性,共享透射率和大气光值以提高视频去雾计算效率,实验结果验证了改进算法的有效性。