图像是人类认识世界的主要方式，而天气状况对图像的成像质量造成了巨大的影响，例如对比度下降、色彩失真等，因此我们需要进行图像复原来改善图像质量。然而由于不同天气状况下大气中影响图像成像质量的粒子种类、尺度、分布密度等均不相同，无法用同一种方法对各种不同天气状况下的图像进行处理，因此有必要对不同天气状况下的图像复原方法进行研究，从而在各种天气状况下均可获得更好的图像质量。　　本文分别对于雾霾、雨天和雪天这三种影响视程的常见天气状况下的单幅图像复原方法进行研究，以实现在不同天气状况下的单幅图像的图像质量提升。针对雾天图像的复原，本文首先介绍了大气物理散射模型，并分析了雾天图像降质的原因和特征;之后对基于物理模型的雾天图像复原和基于图像增强的雾天图像处理进行介绍;然后本文将在雾天处理效果较好的暗原色先验方法进行改进，使得该方法对于雾天和灰霾天气均适用;最后本文提出了一种新的雾霾图像处理方法，该方法将改进后的暗原色先验方法进行简化并加入Retinex算法进行处理，如此既保证了处理速度的实时性又克服了Retinex算法对于远景图像处理不佳的缺陷，经验证该方法在道路监控等应用领域有较好的处理效果。针对雨天图像的复原，本文首先对雨滴的物理特性进行分析;之后介绍了几种单幅图像去雨的方法;最后对其中基于引导滤波的去雨方法进行改进，经验证，改进后的方法较原方法而言，在图像的对比度和视觉效果方面有大幅度提升，在图像去雨的同时较好地保持了图像的边缘细节。对于雪天图像的复原，由于目前并无专门针对雪天图像的复原方法，本文将雪的物理性质与雨滴进行类比，继而采用引导滤波的方法在雪天图像的复原中进行尝试，经验证该方法对于雪天图像的处理有一定效果。　　本文对于不同天气状况下单幅图像的复原方法进行研究和总结，并对于其中部分天气状况的复原方法进行了改进和创新。本文工作对于天气影响下的图像复原以及后续不同天气影响的图像自适应复原有一定积极意义。