计算机视觉的最终目的是理解和解释丰富的三维世界,随着认知神经科学、视觉计算理论等基础科学的发展,计算机性能价格比的不断提高,以及各种应用场合对计算机视觉需求的不断增长,其应用越来越广泛,如敏感场所的安全检测、工业测量与监控、自动导航、军事无人侦察等。但目前大多数视觉系统在设计时并没有考虑天气的影响,也就是只能应用于晴朗天气条件下,而实际上对于任何需要应用于室外场景的视觉系统,不可避免地要面对各种天气条件,如雾、雨、雪等。一个鲁棒的室外视觉系统必须具有在任何天气条件下工作的能力,这是一个极具现实意义的问题。雾天降质图像的复原是个很有挑战性的课题,该领域研究起步较晚,目前,越来越多的研究者把注意力集中到这个课题上。本文主要偏重于基于物理模型的雾天图像复原算法研究。本文以大气散射模型和暗原色先验为理论依据,在对大气散射模型深入分析的基础上,针对雾天图像的清晰化问题进行研究。提出一种新的基于物理模型的快速单幅图像去雾算法。该算法从大气散射模型出发,通过对大气光照进行白平衡,从而简化大气散射模型；利用暗原色先验理论和快速中值滤波方法估计大气耗散函数,进而恢复场景反照率。本文算法的时间复杂度与图像像素数呈线性关系,具有很快的执行速度,从而在一定程度上解决目前基于物理模型的雾天图像复原算法中存在的共性问题-时间复杂度过高。本文展示了大量的实验结果,并给出雾天复原图像无参考客观定量评价方法,实验结果表明本文算法有效地恢复了场景的对比度和颜色,从而明显地提高了图像的视见度。充分地说明了该算法在图像去雾方面的合理性和有效性。文章最后对本文工作进行了总结,并提出了有待于进一步研究的关键技术和方向。