在有雾天气条件下,获取到的户外图像质量严重退化,图像色彩黯淡、对比度大大降低,一些重要的细节信息更是淹没在雾气中难以被察觉,给目标识别带来了很大的困难,户外视频监控的实用性也受到很大影响。因此,图像去雾技术成为提升户外图像质量的一项关键技术。针对图像去雾领域中存在的失真问题,深入地研究了基于边界约束和上下文正则化的图像去雾方法,该方法的核心是场景透射率的估计。然而在估计场景透射率过程中,其约束条件并不总是满足的,在有些区域会导致场景透射率的错误估计,由此从场景透射率错误估计的方面对该方法进行了分析和改进。以此为基础,设计了一种三阶段的场景透射率的估计方法:第一阶段利用边界约束(BoundaryConstraint)对场景透射率进行粗估计,得到基于块的场景透射率;第二阶段利用上下文正则化(Contextual Regularization)对基于块的场景透射率进行细化,得到细化的场景透射率;第三阶段利用容差机制对场景透射率错误估计的区域进行修正,得到更加真实的场景透射率。最后,在大气散射模型的框架下利用估计的真实场景透射率对有雾图像进行去雾,得到清晰的无雾图像。通过实验来对图像去雾效果进行分析与比较,实验结果表明,本方法在边缘和细节的保持上有很好的效果,并且可以很好的解决明亮天空区域失真问题和halo失真问题。