在数字图像处理领域中,图像去雾技术已成为了一个重要的研究方向。在雾霾等恶劣天气下拍摄图像和视频时,由于雾霾和大气颗粒的存在,会对大气光产生吸收和散射作用,使得采集下来的图像出现严重的降质问题,导致图像信息模糊和对比度下降等现象,进而会对交通监控和医学成像等图像处理时造成极大地困扰。因此需要对雾霾图像进行去雾处理,复原出清晰的图像。由于复杂的图像去雾算法在一些方面不能满足快速的图像处理,故本文将采用现场可编程门阵列（Field Programmable Array,FPGA）实现去雾算法,利用FPGA的流水线等特性加速算法的执行。本文首先介绍改进的图像去雾算法。通过对图像复原的暗通道先验去雾算法和图像增强的Retinex算法理论研究,提出了一种改进的图像去雾算法。该改进算法利用暗通道先验理论求得初始透射率和大气光值,根据Retinex理论求得粗略透射率,再将初始透射率和粗略透射率进行线性融合得到最终的透射率。最后将透射率和大气光值代入大气散射数学模型中实现图像的去雾。最后对改进算法和暗通道算法、Retinex算法进行比较评估,可以看出改进算法在复原图像质量上有一定的改善。其次对改进算法进行FPGA的设计,在Vivado软件下使用硬件描述语言Verilog进行RTL描述。在实现时进行分模块化设计,主要分为三个模块:初始透射率模块、粗略透射率模块、图像复原模块。然后对每个模块进行功能仿真,验证设计结果。最后对算法的FPGA设计进行硬件实现和优化设计。在FPGA优化中,对于设计求取最小值时需要占用大量重复寄存器和查找表,利用串行处理方式共享同一个寄存器和查找表资源;对于浮点运算会占用较多的资源,将浮点运算转为消耗资源更少的定点运算;对于求取高斯滤波器时存在大量的乘除运算,利用移位操作的方式代替乘除运算。通过分析优化前后的资源占比,可以看出从这三方面对FPGA的资源进行了较大的优化。再在MA703FA-100T Artix-7系列的开发板上搭建硬件平台,将FPGA设计工程下载到开发板中进行板级验证。实验结果表明,在硬件上改进算法也能实现很好的去雾效果。