大气中总是包含有很多悬浮的颗粒，就像阴霾或者雾气，而这些天气就造成了在室外拍摄图像的降质，使得图像不能满足计算机视觉分析的要求，图像模糊等等问题。而无人机作为不载人的无线电遥控飞行器，它的结构相对简单、使用成本相对较低，并且无人机以其机动灵活、调动方便等特点不断的被应用在突发事件的应急、预警等等领域中。与此同时，无人机航拍成为了无人机作业的重要组成部分，而前面提到的图像降质问题也就成了需要亟待解决的问题。从单幅带雾图像中恢复出高质量的清晰图像一直都是一项具有挑战性的研究工作，因为图像中的雾的深度信息一直都是未知的。而无人机航拍图像的去雾处理又为此项工作提出了更高的要求，它需要在短时间对多张图像进行去雾处理，也就要求图像去雾处理的时间要保持在一个短的时间内。本论文面对无人机航拍图像去雾处理提出的各种要求，介绍了一种改进的暗原色去雾方法，论文基于物理大气散射模型介绍了雾的形成过程，说明了去雾所要解决的问题并提出了有效的解决办法。论文主要的研究内容包括以下几个方面：一是本论文应用原始图像中暗原色区域中选定的特定部分进行大气光照的估算，并得到一个比较准确的值，最终实现了无人机航拍图像的去雾效果；二是本论文针对无人机航拍图像对去雾速度的要求，在暗原色去雾之前加入了预处理的环节，以保证航拍图像去雾的效果和对速度快速的要求；最后，本论文提出了针对无人机航拍图像拍摄频率快、拍摄周期长等问题的图像去雾解决办法，为无人机航拍图像去雾提供了一种解决思路。本论文研究了面向无人机航拍图像的去雾算法，基于图像的三原色原理、暗原色去雾原理、图像微分算子锐化等图像处理基本方法，运用大型矩阵分析软件MATLAB对论文理论进行代码实现，并选取青岛市2014世园会建设过程中的航拍图像作为实例，进行无人机航拍图像的去雾处理，初步解决了无人机航拍图像去雾速度慢的问题，为以后的无人机航拍图像去雾工作提供了示例和参考。
