随着中国视觉市场的逐渐发展,用户对智能快速的工业相机需求量越来越大。由于这种相机需要在多雾和昏暗的环境下进行正常工作,所以必须解决恶劣环境对相机采集图像降质的问题。在有雾霾的环境中,因为大气中的小颗粒对光具有吸收和散射作用,导致拍摄的场景变得昏暗、模糊以及对比度下降,这会严重影响着图像的体现效果,所以通过图像去雾和优化算法来改善图像的质量是十分必要的。本论文通过VIVADO套件对图像采集和处理算法进行开发,并通过MATLAB和MODELSIM等软件对该算法进行建模和功能仿真,最后,使用FPGA作为硬件平台实现系统的图像采集和处理功能。首先,本论文对图像采集和处理的研究背景和意义进行概括,阐明了对采集图像进行优化的必要性。同时介绍了数字图像的基本概念和对图像质量评价的方法,从而对图像某方面指标进行主客观评价。此外,通过对影响采集图像质量因素进行分析,在大气粒子的吸收和散射特性的基础上建立了有雾天气图像衰减模型。其次,本论文对几种常见的图像采集和处理算法的结果进行对比,通过图像的评价体系,评价这些算法的不足之处,并对其进行优化。结果表明,基于暗通道先验的CLAHE插值算法对视频去雾的效果最好,并满足实时性的要求。经过本系统算法处理后图像的信息熵提高了15%,图像平均梯度提高了350%,而图像均方差则提高了119%,这些指标说明图像清晰度有着很大提高。另外,本系统相对于普通的CLAHE算法处理效率提升了30%。最后,本论文对基于FPGA图像采集和处理系统进行硬件开发和仿真,给出了系统整体架构方案和各个模块的接口信号以及实现方式。结果表明:在正常播放模式下,用上一帧图像的全局大气光A和透射率t(x)等参数,对本幅图像进行相应的暗通道处理,这样计算效率可以提高25%。另外,在插值时采用三个RAM存储数据不仅可以防止图像像素发生错乱,而且使插值效率也提升32%。同时,使用权重因子对CLAHE和拉伸算法灰度进行加权,图像均方差提高10%,平均梯度提高215%,图像均方差提高了80%。另外,可以通过上位机对本系统进行多功能切换,变为慢速播放模式。