本发明公开了一种基于双路残差卷积网络的图像去雾方法，所述方法包括以下步骤：基于大气散射模型，通过无雾图像和已知的景深，随机选取全局大气光和大气散射系数，由无雾图生成有雾图，建立训练集；网络结构由特征预提取模块、特征转换模块和图像恢复模块搭建，特征预提取模块提取的特征分为两个尺度，特征转换模块利用级联的双路残差卷积单元对相同尺度的特征作残差连接，能够提取不同尺度感受野的雾霾信息；采用L1范数损失函数、结构相似性损失函数、图像梯度损失函数和感知损失函数的线性组合训练去雾网络；将单幅有雾图像训练好的去雾网络，得到去雾图像；本发明不需要复杂的假设和先验，可以直接从单幅有雾图像恢复出无雾图像。