近年来雾霾天气增多,由于雾霾中大气粒子的散射作用,道路的能见度下降,导致了硬件拍摄设备获取景物图像的严重退化。无论是在军事、交通、日常生活等领域,这类雾霾图像都给人们的生活带来了诸多不便。在获取图像的过程中往往会由于手动或是拍摄设备的摇晃,致使成像结果产生运动模糊现象。因此,处理这类运动模糊的雾霾图像在实际中具有重要的意义。本文围绕运动模糊雾霾图像增强问题主要做了一下研究工作：(1)研究了运动模糊图像中PSF(点扩散函数)的成因,分析了图像微分和自相关函数的模糊长度的估计方法,发现该方法对于水平方向的模糊长度的人工鉴别效果较好,而对于有角度的运动模糊图像旋转至水平方向后的模糊长度鉴别会有较大误差。本文提出了一种分段的鉴别长度的方法,实现了在不同运动方向下鉴别运动长度的目的；(2)研究了全局的Retinex增强算法,分析了Retinex算法的原理,针对Retinex理论中的对数调节能力有限以及多尺度会增加计算复杂性的问题,本文提出一种改进的基于单尺度Retinex的去雾霾算法,把图像从RGB空间转换到HSI空间,保持色度不变,先对亮度分量引入m log(·)函数,对饱和度分量进行线性拉伸完成颜色补偿；(3)研究了基于大气散射函数去雾霾算法。针对大气散射函数去雾霾算法存在的Halo伪影现象、算法参数多且不易调整、易产生色偏等问题,选取双边滤波器对大气散射函数进行估计,然后引入大气传递函数及系数复原图像,最后对于复原得到的图像进行色调映射去除色偏；(4)根据本文提出的处理运动模糊雾霾图像算法构建了图像增强体系。实验结果和理论分析表明,本文所采用的算法对于运动模糊雾霾图像的清晰化是有效的,能满足实际应用的要求,并且对其他恶劣天气下的图像清晰化处理也有一定的启示作用。