雾天能见度检测对交通安全有着很重要的意义，本文首先提出了一种基于灰度直方图的雾天图像检测方法，然后围绕着基于视频图像处理的雾天能见度检测方法，从距离检测模型的建立、能见度检测算法以及车辆检测方法等方面进行了研究，主要包括以下几个方面：　　 (1)基于灰度直方图的雾天图像检测方法研究。在气象行业标准的基础上，对不同能见度的天气进行分类。分析了各种天气条件下图像灰度直方图的特性，并以此为基础，研究了雾天图像的分类方法，实现了雾天的检测。　　 (2)基于视频图像的距离检测方法研究。传统摄像机标定方法需要使用模板，并需要测量标定点的绝对距离。本文分析了摄像机成像模型，提出了一种基于矩形图样的距离检测模型建立方法。本方法无需实际测量摄像机内外参数和标定点的绝对距离，直接使用实际中矩形图样的相对边长及其在图像中对应的坐标信息建立检测模型，易于实现，实验结果表明本方法准确。　　 (3)雾天能见度的检测算法研究。首先讨论了仪器检测气象光学视程(MOR)的基本原理，在此基础上，基于Koschmieder法则提出了一种视频图像能见度检测算法，通过提取背景图像，消除车辆等障碍物对检测结果的影响，实验结果表明了本方法的准确性。　　 (4)基于双目视觉的车辆检测方法研究。利用多帧图像获取背景以消除车辆等障碍物对能见度检测的影响的方法，仅适用于路侧摄像机拍摄的固定场景图像，本章提出一种基于双目立体视觉的车辆检测方法，以本论文提出的距离检测模型为基础，实现图像中的车辆检测，以适用于车载能见度检测设备。