随着社会科技的发展,图像处理技术应用于生活的方方方面。图像边缘是图像的基础,因此边缘提取技术意义重大。边缘信号的准确提取为后续人工智能领域中人脸识别、车牌识别、医学诊断等技术提供了基础与保障。目前,在大雾、沙尘、夜晚等天气复杂的环境下,使用传统的边缘算法提取图像时会出现大量边缘丢失的问题。为了改善提取图像的质量,本课题设计了一种融合直方图均衡化的图像增强边缘检测算法,并利用FPGA并行高速处理数据的特点,在FPGA上实现视频图像边缘检测的硬件加速器设计。本课题的主要工作有:（1）改进了Sobel边缘检测算法。针对传统Sobel算法在复杂环境下出现丢失大量边缘的问题,对该算法进行了改进,将其梯度方向扩展至8方向。通过实验证明,在相同环境下,该改进算法较传统Sobel边缘检测算法能够检测出效果更好的边缘信息。（2）将直方图均衡化与Sobel改进算法相结合,以达到增强边缘细节提取能力的效果。同时通过加入快速中值滤波算法、腐蚀膨胀算法滤除了图像噪声,起到滤波增强的效果,最终完成图像算法模块的设计。（3）实现了以FPGA为硬件平台的加速器设计。本文采用Xlinx Artix7系列的FPGA芯片,用Verilog语言编写对应模块的代码。对整个视频图像边缘检测硬件系统结构进行了仿真与下板测试,结果表明,本文设计的算法在雾霾、夜晚等复杂环境下较传统边缘检测系统能够还原出更多的边缘细节。该算法的资源利用率也较低于部分文献中的同类算法,且运行时间也较少于部分文献中的同类算法。同时,该算法能够实时实现像素为1024×768、帧率为30fps的图像边缘检测,为特殊环境下进行实时边缘检测提供了一种快速解决方案。