近年来,雾霾天气发生频率逐年的增加,对于人们的日常生活产生了严重的影响,雾霾天气慢慢成为城市的气象灾害。在这样的环境下,人们在日常生活中拍摄的照片,户外监控系统的正常工作以及一些其他领域人们在大雾环境下拍摄的图像,所采集信息的可靠性方面都形成了十分严峻的挑战。所得到的图像由于雾天的影响会丢失很多重要的图像特征信息,严重影响了拍摄图像的质量,同时也对后期的图像识别应用带来了很大的难度,形成人类生活中的一个安防监控的隐患。因此开展图像去雾技术的研究具有十分重要的意义。现阶段,图像去雾的方法主要有两种。一种是基于非物理模型的图像增强角度,从图像特征入手增强图像对比度的方法,另一种是基于物理模型的图像复原角度的方法。本文通过对这两种方法的分析和研究后,主要针对物理模型方法中基于暗通道先验条件下的去雾算法进行必要的改进。主要包括以下内容：(1)对现有的去雾算法进行分析总结,指出传统的一些图像去雾算法存在的问题和不足,并针对这些不足做出一些修正。通过对现有算法的总结,详细介绍本文要用到的暗通道先验去雾算法。(2)介绍并分析大气散射模型,通过数学模型去研究雾霾图像的形成。针对有雾图像的研究,进一步分析图像评价机制。从主观和客观两方面来入手,对含雾图像的图像质量进行分析,使其能够进行科学的评判。(3)对已有的暗通道先验算法进行实验仿真,并找出其中的不足之处。通过对该方法不足之处的分析研究,针对性的对该方法进行一些改进。其一是在大气光充足较为明亮的情况下或大部分背景色与天空相似的情况下,原方法已不适用。其二是原方法提出的软抠图技术计算效率低且时间复杂度高,这就大大降低了图像处理的效率。针对第一个问题本文采用的方法是对明亮区域设置一个容差阈值,若图像像素的容差小于当前设置的容差值时,表示当前透射率估值与实际的偏差较大,需要重新对透射率进行估算。若像素的容差大于当前设置的容差值时,表示透射率估算较为准确无需再次改进。针对第二个计算效率低的问题,本文采用利用双边滤波中的导向滤波来代替软抠图优化透射率。借助Matlab软件,对改进前后的算法进行反复实验仿真。并通过图像评价机制,对所得到的前后实验结果进行分析比对。实验结果证明,本文所提出的改进算法,在图像去雾效果和处理速度上都较为理想。最后结合具有处理速度更快,效率更高等特点的VB平台,对改进后的算法在VB平台下进行运行。可以发现该算法在VB平台下处理速度显著提高,同时具有更为方便的用户交互界面。