能见度的高低与雾、霾、雨等天气有着密不可分的关系,低能见度不仅使得外界变得模糊不清,同时也给人们的生产生活带来了不利影响,尤其在交通运输、电力供应、农业生产等领域。随着近几年经济的不断增长,每年发生在海陆空交通上的事故发生率不断提高,其中主要的原因来自于雾天环境造成的低能见度。因此,研究雾天能见度的距离对人们有着切身的现实意义。本文首先对现存的能见度检测算法进行了研究,分析其优缺点;然后,通过对有雾图像与无雾图像相关特征信息的分析,在研究雾天图像形成模型的基础上,研究一种基于暗通道先验的能见度检测算法,该方法将暗通道先验原理与人眼双目视觉的视差特性相结合,通过暗通道先验进行透射率的提取,再利用左右图像的视觉差异获取景深信息,从而计算能见度。实验结果表明,该算法能够有效地检测雾天能见度距离,有较好的鲁棒性。其次,针对算法操作复杂性问题,本文研究了一种基于SSR单幅图像的能见度检测方法,该方法是基于视网膜皮层理论(Retinex)和大气光通量在空气中传播衰减的朗伯-比尔定律,利用透射率与照射图像中亮度分量的关系,对雾天图像进行能见度估计。该算法在一定程度上简化了能见度测量的复杂度,提高了算法的运行效率,同时也满足检测的精确度。最后本文将能见度作为一项新的图像质量评价指标应用到雾天图像清晰化技术的评价上,根据大量实验数据表明,能见度能够更加直接地反映出图像清晰化效果。