随着当前天气情况的复杂度和突发度的增加以及电子技术和物联网技术的发展,当前各种交通应用场景需要更为有效的图像去雾系统来应对日益增加的潜在交通事故的风险。于此同时,有雾图像严重制约了人工智能进行图像识别的效率,进而制约自动驾驶的发展。所以,近几年去雾算法越来越成为人们关注的重点。但是,当前对于去雾算法的研究仍集中于探究去雾效果和算法复杂度的平衡,并未有太多针对现实应用场景的实时去雾电路的设计。因此,本文旨在结合当前对比度拉伸和边缘增强算法,探究一种适合进行硬件化的基于图像增强的去雾算法。论文的主要工作有:(1)本文提出基于对比度拉伸和导向滤波的融合去雾算法。对基于融合的去雾算法进行探究,分别使用增强对比度的直方图均衡化、线性拉伸和限制对比度拉伸的结果作为融合去雾的中间结果,与对图像边缘进行强化的基于导向滤波的高升压滤波结合,探究更为高效的去雾算法。最终得到了使用限制对比度拉伸和基于导向滤波的高升压滤波的融合去雾算法有更好的效率,在不损失去雾质量的情况下,能缩短90%以上的时间;(2)本文基于上述所提的算法设计一个实时去雾加速器系统。其使用限制对比度拉伸和基于导向滤波的高升压滤波的融合去雾算法,对数据流进行拆解和优化,将各个运行步骤划分为不同的电路计算模块,其中包括:灰度变换模块、对比度拉伸模块、箱式滤波模块、方差归一化模块、导向滤波模块、高增压滤波模块和融合模块。并且将各个模块组合成基于图像融合的去雾加速器,与输入输出模块构成实时去雾系统。经过实验证明该去雾加速器能够高效准确的完成去雾工作,并且能够达到实时对全高清图像处理的效果。