为解决基于暗通道先验去雾算法在天空和大片白色区域色彩失真的问题，同时恢复出更多的图像细节和边缘信息，本文提出了一种基于稀疏表示模型和特征提取的单幅雾天图像清晰化算法。首先，通过稀疏字典的训练过程学习雾天图像的稀疏特征，初步优化粗略介质传输图的稀疏系数；然后，根据雾天灰度图像的稀疏特征进一步精细化介质传输图；最终，逆向求解雾天退化模型清晰化雾天图像。实验结果表明，本文算法克服了暗通道先验在天空区域的失效，同时有效去雾恢复出更多边缘和细节。

为解决暗通道先验去雾算法在天空区域和大片白色区域色彩失真的问题, 提出了一种基于稀疏表示模型和特征提取的单幅图像去雾算法。通过稀疏字典的训练过程, 学习雾天图像的稀疏特征, 初步优化粗略介质传输图的稀疏系数。根据雾天灰度图像的稀疏特征, 进一步精细化介质传输图。逆向求解雾天退化模型, 得到去雾图像。实验结果表明, 所提算法在天空区域的处理上优势明显, 同时恢复出更多的图像细节和边缘信息。