雾是由于空气中漂浮的水汽凝结而造成能见度降低的一种大气现像。在雾天条件下，因为能见度的下降，从而导致室外图像采集系统获得的图像的清晰度下降，致使图像退化而变得模糊，这极大的影响图像信息的提取，并且极大地限制和影响了室外视觉系统（如室外的交通检察、导航系统、物体追踪等）的正常工作，也对人们的出行产生了极大地影响。因此对因雾天情况造成的图像品质下降的问题开展研究具有普遍的实际意义。当前，对于雾天图像的清晰化算法主要有两大方向。一个方向为图像增强的方法。因为退化后的图像的亮度和对比度都相对较低，图像增强的方法只从图像的亮度和对比度的角度来起到图像增强的作用，它不考虑图像退化的原因。目前使用较多的是直方图均衡化和基于Retinex理论的MSR算法。另一种是图像复原的方法。这种方法一般要分析图像的退化原因，通过退化原因来建立雾天图像的退化模型，利用雾天图像的退化模型对图像进行图像复原。本文通过优化大气物理退化模型，在多尺度Retinex算法(Multi-Scale Retinex, MSR)的基础上，提出了一种新的去雾方法。该方法能有效去除雾化效果，并且失真率比较小，实现彩色雾天退化图像的复原。