户外图像容易受到雾天等恶劣天气的影响,因此拍摄的图像对比度低、颜色失真、图像颜色整体偏向灰白,使得图像在视频监控、目标识别、目标跟踪等领域的应用受到严重的限制。因此,本文在对雾天图像退化的原因、现有雾天图像退化模型和去雾算法研究的基础上给出了以下3种改进的去雾算法。主要工作包括：1)给出了改进的基于暗通道优先的单幅雾天图像复原算法。本文主要给出一种基于暗通道优先的局部概率统计的方法来求取整体大气光,并结合暗通道优先和软抠图来求取传输率。实验证明：本文算法可以有效提高图像的对比度、细节恢复也较好；从客观评价准则来说,标准差值、平均梯度值、SSIM均有较明显的增大。2)给出了改进的基于偏振原理的多幅雾天图像复原算法。本文在研究偏振图像形成原理的基础上,采用最小二乘法求取待复原雾天图像的参数,结合单色大气散射物理模型恢复出清晰图像。本文算法原理简单,运算速度较快。实验表明：本文算法可以有效地提高图像对比度；从客观评价准则来说,标准差值、平均梯度值均优于传统算法。3)给出了基于平行双目立体视觉的多幅雾天图像复原算法。本文主要利用全局匹配和图像分割的方法求取视差图,然后采用众数滤波器对视差图进行优化。根据平行双目视觉模型得到深度图,根据深度图计算出传输率,进而恢复出清晰图像。实验表明：本文算法可以有效地提高图像对比度,复原颜色较自然；从客观评价准则来说,标准差值、平均梯度值均优于传统算法。理论分析和综合实验表明,本文给出的3种改进的图像去雾算法可以很好的恢复出清晰图像,且标准差值和平均梯度值均有明显的提高。