雾霾等恶劣天气下能见度低,视频图像对比度低、内容模糊。随着环境的恶化和雾霾天气出现频率增加,通过视频图像去雾来减少人类户外活动的风险、增强人类的“视觉”能力具有重要意义。本文的研究目的是提出一种适于视频应用的快速去雾算法、拓展图像去雾算法的应用范围。在对相关算法进行研究后,本文对基于图像增强的去雾算法和基于大气散射模型的去雾算法进行对比,阐述后者的优越性。结合大气散射理论分析雾天图像降质现象,并结合实验验证大气散射模型在图像去雾算法中应用的可行性。在基于大气散射模型的去雾算法中,基于多幅图像的去雾算法需要多幅图像或辅助道具预先获取参数,不能满足视频去雾算法的实时性要求,且算法对环境和天气变化敏感,适应性受限制；基于单幅图像的去雾算法对参数的估计需要复杂的算法,影响算法去雾速度。经过对比,基于单幅图像的算法更适合视频图像去雾,但是需要对算法的步骤和参数估计过程进行优化才能满足应用需求。本文提出了一种基于单幅图像的快速去雾算法,通过估计大气散射模型中的第二项(大气环境光)替代透射率函数的求取,简化了算法步骤；用两次简单的滤波处理替代复杂的透射率图细化,降低算法复杂度；结合重采样算法减小滤波处理的计算量,提高算法的整体运算速度。将本文算法和一些去雾效果良好的算法进行实验比较,发现本文在大气环境光参数估计和最终去雾效果方面表现良好,且本文算法在复杂度和计算效率方面存在优势。