数字图像处理系统被广泛的应用于我们日常生活的各个领域,由于近年来环境因素的影响,雾霾天气的情况时常发生,使采集的图像质量严重下降,给后续的图像处理技术带来了很大的挑战。因此对有雾图像进行去雾处理以获取高质量的无雾图像具有十分重要的研究意义。目前主流的基于暗通道先验的去雾算法虽然取得了不错的效果,但是也存在着不适用于天空区域、大气光值和透射率估计不准确、细化透射率过程较为复杂导致计算时间较长和去雾参数不具有适应性等问题。本文依托国家重点研发计划（编号:2019YFE0108300）和国家自然科学基金（编号:61302150）,针对这些问题提出了一种新的去雾算法,并取得良好的去雾效果。本文的主要创新点如下:1、针对大气光值和透射率估计不准确的问题,本文提出了一种新的大气光散射模型,并使用暗通道先验理论和亮通道先验理论相结合的方式获取更为准确大气光值和透射率。2、针对细化透射率过程较为复杂导致计算时间较长的问题,本文提出在对初始透射率细化时,将有雾图像的灰度图像作为引导图像进行引导滤波,大大降低了算法的时间复杂度。3、针对暗通道先验理论无法适用于天空区域的问题,本文提出了使用补偿函数对天空区域的透射率进行自适应的提升,提高了算法的自适应性,有效解决了这一问题。4、针对去雾过程中去雾参数不具有适应性的问题,本文通过大量的实验提出了根据大气光值自适应的计算去雾力度的方法,同时提出了一种自适应滤波窗口的改进算法,可以计算出最优的最小值滤波窗口和引导滤波窗口,获得最佳的复原图像。为了验证本文所提出去雾算法的有效性和可靠性,选取了一些经典的去雾算法以及近年来去雾效果较为优异的去雾算法与本文算法进行对比实验。最终实验结果表明,本文提出的算法在主观和客观质量评价方面都优于其他几种算法。