随着科技的发展,人们不再只是单纯地依赖自身的感官系统来获取外界的信息。为了迎合人们获取外界信息的需求,机器视觉设备的发展非常迅猛,但是在户外场景存在雾度的情况下,通过机器视觉设备获取的视频图像往往存在对比度较低的情况,甚至会导致一些关键信息的丢失。这使得诸如道路监视和汽车视觉等计算机应用系统无法正常工作。为了使获取到的有雾视频图像的关键信息得以重现,本文在单幅图像去雾的基础上对视频去雾技术进行了优化,最终得到清晰流畅的视频序列。综合国内外研究来看,目前对于静态有雾图像处理的技术相比于视频去雾技术来说还是比较成熟的。由于目前大部分对视频去雾处理的算法都是以单帧图像处理为基础的,所以本文首先对存在雾度情况下的大气成像模型以及暗原色先验算法进行了分析与研究,然后针对暗通道先验算法对天空区域失效的问题,本文提出改进的容差机制算法估计透射率并进行透射率的修正,同时重新构建引导矩阵进行初始透射率的优化,从而实现快速的去雾处理。另外本文将暗通道图像分成大小为4*3的子块,然后使用基于分布式排序的方法对子块进行排序来重新寻找大气光值的位置。然后在单帧图像去雾算法的基础上,本文对视频序列中环境光值、透射率值的求解以及参数的选择执行估计进行了优化。为了验证视频去雾算法的实时性与稳定性,在Matlab平台上进行视频去雾算法的仿真。通过仿真输出的视频结果来看,恢复出的视频序列没有出现闪烁以及卡顿等现象,验证了本文的算法具有良好的鲁棒性和实时性。最后,本文将软件仿真后的算法通过硬件编程语言(Verilog HDL)进行编写和设计,并最终映射到FPGA平台上,按照FPGA图像开发流程搭建并实现了以FPGA作为硬件平台的户外视频图像实时透雾系统,使视频去雾得以通过硬件系统实现。通过在线系统仿真、综合调试,本文设计的透雾系统具有较高的实时性与稳定性。