为得到更清晰的复原图像，提出了一种基于暗原色先验理论图像去雾的改进算法。先将原始雾天RGB图像转化到YUV色彩空间，在Y(Luminance)通道中，对像素点进行区域划分，只使用属于同一区域的像素点来计算该方块的暗原色，同时在Y通道计算大气光值；最后，通过修正复原图像的计算公式，来校正亮区域色彩失真。与基于引导滤波及RGB色彩空间的暗原色去雾算法相比，本文算法具有更好的去雾效果。

针对暗原色先验去雾算法对明亮区域失效, 以及分块求取暗原色存在的块状效应、Halo现象和运算复杂度较高等问题, 提出了一种基于自适应参数的全局暗原色先验去雾算法。该算法采用全局暗原色操作取代分块处理, 并通过模糊逻辑控制器自适应估计明亮区域的容差参数和透射率调整因子; 在非明亮区域求取大气光强度后, 根据自适应容差纠正明亮区域被错误估计的透射率。与常用的3种图像复原去雾算法进行了比较, 结果表明: 该算法去雾图像的主观视觉效果较好, 且图像对比度、信息熵和平均梯度3方面的客观评价结果也明显优于其它3种对比算法。该算法可有效解决明亮区域失真和分块处理带来的上述问题, 在不增加曝光处理情况下也能获得较好的去雾效果, 运算效率也有较大提升。