本发明涉及图像分类技术领域，提供一种基于图像增强的卷积神经网络模糊图像分类方法，首先计算待分类模糊图像各灰度等级的累计函数，并建立全局直方图的映射关系，得到全局直方图均衡化后的图像并计算其暗通道、大气光成分、透射率以对其进行暗通道去雾处理；接着构建级联网络，将图像增强后的模糊图像输入定位网络，在特征提取网络提取特征图，在候选框提议网络生成候选框，在ROI池化层提取特征，通过全连接层的分类和回归，得到目标及其坐标信息并据此剪切目标；最后将目标输入分类网络进行特征提取，并在softmax分类器中进行分类，得到待分类模糊图像中目标的类别。本发明能够提高模糊图像分类的准确性、降低误识别率与漏识别率。