雾霾天气下,由于大气中漂浮颗粒的散射作用,使得成像设备获取的图像严重降质,呈现出对比度低、颜色失真、清晰度低等特点。而现有的户外视觉系统中与图像相关的处理算法只适合晴朗天气条件下的图像,因此在雾霾天气下户外视觉系统无法正常工作。为了保证户外视觉系统更具鲁棒性和可靠性,对雾化图像进行快速有效的清晰化处理有着重要的意义。本文从图像复原的角度出发对图像清晰化进行了一系列的研究,提出并实现了快速有效的清晰化算法。选取若干户外雾化图像进行实验,结合主观观察和客观评价对实验结果进行详细的分析和比较。主要研究内容如下：1)阐述了图像清晰化技术的研究背景和现状。对图像复原的基础理论和关键技术进行了深入的研究。详细描述了大气散射作用对成像设备的具体影响,并建立相应的退化模型。根据模型分析了图像退化的本质原因和其表现的特性。2)针对基于大气耗散函数的快速去雾方法存在的不足,提出了一种基于高精度大气耗散函数的快速雾天图像复原算法。算法首先从大气散射模型出发,通过引入大气耗散函数提出一种简化的大气散射模型；然后,通过寻找天空区域或雾最浓区域的思想构造出一种环境光的求解方法；最后,基于类形态学的思想,通过计算拉依达准则下限值的策略获取高精度的大气耗散函数,由此根据简化的大气散射模型实现雾天图像的快速复原。算法能够真实地恢复场景的色彩和清晰度,且算法的时间复杂度是图像像素数的线性函数,在计算速度上取得了较大的提升。3)暗原色先验去雾算法在处理单幅雾化图像方面已经取得了很好的效果,但是该方法因需要消耗大量的存储和计算资源而难以应用,另外在暗原色失效区域透射率的计算不够准确。本文针对暗原色先验去雾算法的不足提出了一系列改进方法。首先结合图像降采样和升采样的方法,仍采用软抠图算法对初步估计的透射图进行求精。然后引入调整因子对暗原色失效区域的透射率重新修正从而避免该区域产生的色彩失真现象。最后对恢复的无雾图像做亮度自适应处理,进一步改善图像的视觉效果。实验表明改进算法能够快速地消除雾化图像中的雾霾,恢复出真实自然的原始场景,并且速度上的提升使算法的实时应用具有可行性。