近年来,我国大多数城市均遭受不同程度的雾霾影响,雾霾天气不仅危害人类生命健康,诱发多种呼吸道疾病,同时严重影响户外成像系统的正常工作,导致不可估量的财产损失。图像去雾技术一直是计算机视觉和数字图像处理领域的研究热点,对于雾霾图像进行清晰化处理不仅具有理论意义更有实际意义,本文分别从基于非模型和模型这两个角度对雾霾图像清晰化方法进行了研究。在基于非物理模型的去雾方法上,本文重点研究直方图均衡化理论,主要工作集中在以下两方面:一方面,分析直方图均衡化算法在处理雾霾图像时天空区域出现严重颗粒现象的原因,对于雾霾图像中天空区域的增强,首先根据梯度和亮度阈值对天空区域进行分割提取,然后对其进行独立的反对数灰度变换,基本可以消除颗粒现象;另一方面,分析局部直方图均衡化方法过程中块状效应产生原因,在双线性插值的块状效应消除算法上,提出了一种改进的反距离插值算法,并引入平滑调控参数α控制块状效应消除的程度。在基于物理模型的去雾方法上,本文重点研究暗通道先验理论,主要工作集中在以下三方面:首先,基于计数排序的思想加速暗通道图像的求取,相比原始方法时间复杂度从O(~2NM)降到O(rNM)。其次,采用解析几何的方式分析大气光强估计对雾霾图像复原的影响以及现存方法的缺陷,提出二分搜索法估计大气光强,使时间复杂度从O(NMlog(NM))降低至O(log(NM)),且估计准确率得到一定程度的提高。最后,分析透射率细化对图像复原的影响以及指导滤波的缺陷,使用雾霾图像固有的边界对指导滤波的归一化参数?进行自适应化改进,消除原始算法的光晕效应。此外,分别对改进前后的算法进行对比实验,并引入5种不同的客观评价准则,对实验结果作详细的客观评价。为了探究基于非模型和模型这两种算法的内在联系与区别,本文分别从以下两个角度进行实验,其一,选取Frida数据库中同一场景不同雾霾类型的图像;其二,采用OpenGL内置雾模型,使用不同浓度的雾霾来污染同一简单场景,然后对这两组雾霾进行清晰化处理,给出这两种方法的优缺点以及适用场景。实验结果表明,本文改进的算法具有良好的去雾效果,复原后的图像具有较高的清晰度。