目前,视频监控系统已经广泛地应用生产和生活的各个领域,而随着雾、霾等恶劣天气的增多,室外视频监控系统采集到的视频质量受到了很大影响,不仅画面不清晰,有的甚至无法识别视频中的景物,因此,研究可以对视频进行去雾处理的子系统具有很大的研究价值。嵌入式系统具有开放式的体系结构,操作简单方便,并且具有较强的稳定性和实现性,以及良好的硬件适应性,因此本文基于DSP嵌入式系统对当前的去雾算法进行了研究并在硬件平台上实现了算法。以下是本文研究的主要工作：(1)本文中主要研究了基于物理模型复原的暗通道去雾算法和指导滤波算法,以及基于图像增强的带颜色恢复的多尺度Retinex算法,并对这三种算法进行了优化,都采用了编辑器优化、内联函数、去除存储器相关性和软件流水等通用的优化方法,以及使用了EDMA技术实现数据的快速搬移,但针对各个算法也分别针对算法本身特性进行了优化。(2)通过采用下采样和通用的优化方法,暗通道去雾算法基本可以达到实时处理的要求,指导滤波算法相对于暗通道去雾算法主要是对透射率图进行了滤波处理,因此,在暗通道滤波的优化基础上,通过采用视频跳帧技术和线性汇编技术对透射率图滤波部分进行了优化,最终实现了指导滤波去雾算法的实时处理,并在硬件平台上进行了测试。(3)带颜色恢复的多尺度Retinex算法由于需要进行多次高斯滤波,算法复杂度较前两种更高,在实际应用中实时困难,本文中除了采用通用的优化方法外,通过采用卷积核优化,时域对空域的转换,颜色空间转换,使用函数库等方法,对该算法进行了优化。结果表明该算法的在硬件平台上实现了实时处理,并达到了较好的去雾效果。通过本文中对三种去雾方法的研究,优化后的三种算法都实现了雾天视频的实时处理,并且能够满足大多数视频去雾处理的需求,同时本文中的很多优化策略同样适用于其他算法的优化和改进,也有利于进行更进一步的视频的智能处理。