粗糙集理论作为一种新型数学工具,已经被成功的应用到模式识别和图像处理等各个领域中。其中,粗糙集理论对处理模糊和不确定性知识的分析和处理能力显示出独特的优越性。论文提出了基于粗糙集理论的雾天降质图像清晰化方法。这种方法主要是基于决策表生成智能决策规则进行图像子图划分,并对子图进行图像增强来达到有效的图像清晰化效果。论文在对雾天降质图像进行传统的清晰化方法分析的基础上,引入粗糙集理论来对雾天降质图像进行分析处理。论文的主要研究工作从下述三个方面来进行：(1)针对雾天降质图像的模糊性和不确定性等特点,论文对目前传统的基于物理模型的图像恢复方法进行了分析和讨论,选择基于图像增强的雾天图像清晰化处理；另外,论文又对传统的图像增强方法从全局化和局部化两个角度进行分析和比较,提出一种改进的基于均值分割的局部直方图均衡化方法。(2)研究了粗糙集理论的基本原理,并将粗糙集理论应用到雾天图像增强处理中,取得了较好的结果。通过实验验证了基于粗糙集理论的不可分辨关系进行子图分类处理方法在图像清晰化应用中的优越性和可行性。(3)针对当前基于粗糙集理论的图像增强算法存在图像特征信息模糊和子图划分不准确的问题,论文提出了一种改进的基于粗糙集理论的雾天降质图像清晰化处理方法来保证分割的准确性,并通过系统测试证明：在雾天条件下,用论文中所提出的方法对雾天图像进行综合性图像特征分析,并建立决策系统,然后利用粗糙集理论导出的决策规则对待处理雾天视频图像进行处理可以在保证系统实时性,同时有效地清晰化图像。论文中给出了详尽的改进算法流程步骤,并实现了一个户外雾天视频监控系统。通过系统实验表明论文提出的方法是确实有效的,对雾天图像进行清晰化处理可以获得令人满意的效果。最后,在对全文进行总结的基础上,论文也提出了若干有待进一步深入探讨和研究的问题。