雾天条件下,由于大气的散射作用,导致成像设备拍摄到的视频图像产生退化,极大地限制了户外视觉系统的功效,因此对雾天视频图像进行实时复原具有重要的现实意义。本文在分析雾天图像退化机理的基础上,研究雾天降质图像退化模型,提出效果好且复杂度低的图像去雾算法,结合FPGA的并行处理方式和“流水线”结构,实现了视频图像实时清晰化。本文的主要内容如下：1) 深入分析了雾天降质图像的退化机理和大气散射模型,详细讨论了两种基于大气散射模型的图像去雾算法,阐述了其优缺点,为本文的研究工作做了充分的理论准备。2)针对暗原色先验算法在处理天空区域存在光晕、算法复杂度高并且在FPGA上实现资源消耗多等缺点,提出了一种快速暗原色去雾算法。首先通过对大气光A进行阈值设定,解决了天空区域出现的光晕现象,同时降低了硬件资源的消耗；然后对透射率求解进行优化,将大气光与透射率的求解由串行运算优化为并行运算；最后根据FPGA电路设计的特点,引入复杂度与窗口大小无关的快速引导滤波代替软抠图,提升了算法效率。3)开发了一套以DE2-70开发板为硬件平台的图像去雾系统。在系统整体架构基础上设计了快速暗原色先验算法的硬件电路,然后把算法移植到FPGA平台。对暗通道模块、大气光A设计模块、以及Dehaze模块等重要部分模块进行了仿真,最终实现了雾天图像的实时恢复。4) 从算法的MATLAB仿真看出,本文的快速暗原色先验算法处理速度较快,处理后的图像清晰度较好,能见度较高。从硬件仿真可以看出系统最高频率可以达到190MHz,远远大于ITU-R.BT656视频信号27MHz的数据速率,完全满足实时性要求。