随着数字图像处理技术的发展和图像处理器性能的提升,图像视频处理技术得到不断的发展；超大规模集成电路工艺集成度的提高,图像传感器以及显示器像素点密度随之增加,使得现代电子产品屏幕的分辨率不断提高。高处理速度、高分辨率、高压缩比率成为图像视频技术发展的趋势。高质量图像给人们的生活、娱乐、工作带来了极大的便利,同时也影响着人们的生活方式。作为人类最重要的信息来源,视觉信息的重要性不言而喻,清晰高质量的图像与视频在信息科学、交通监控、医学、军事等领域都起着至关重要的作用。在雾霾环境下,景物的反射光线在到达传感器的路程中,经空气中的悬浮颗粒散射最终导致图像降质。图像降质的表现为画面整体呈现灰白色,图像色彩的鲜艳程度和细节的分辨能力受此影响而降低。在室外交通监控等领域,摄像系统经常受到恶劣环境天气如雨、雪、雾、霾等的影响,受环境影响而降质的监控图像会干扰监控人员对录像中事故场景的分析判断,因此,对受雾霾等影响而降质的图像进行清晰化处理,具有十分重要的意义。本文以暗通道先验理论为基础,分析了暗通道先验理论的原理,算法特征以及缺陷,并以此为基础提出了三种暗通道去雾算法的改进方法,分别为：粗糙暗通道图与输入图像灰度图进行联合双边滤波的算法,基于引导滤波的暗通道图细化算法和粗糙暗通道图的局部细化算法。相较于原算法,改进的算法在复杂度方面有所改善,能显著地降低单幅图像去雾的时间消耗。为满足各种实时摄像系统去雾的要求,我们将去雾算法整合进摄像机系统的数字图像处理模块中,针对FPGA的硬件结构特点以及数字图像处理器的数据流特征,我们分析比较了上述各种算法在FPGA平台上的可实现性,最终选用基于引导滤波的暗通道图细化算法进行FPGA实现。暗通道去雾算法的FPGA实现主要分为三个模块：粗糙暗通道图估计模块,大气光估计模块和暗通道图细化模块。在粗糙暗通道图估计模块中,我们使用两个FIFO依次做行最小值计算和列最小值计算,最终得到粗糙暗通道图；在大气光估计模块中,我们将对不同灰度值的统计计算简化为对灰度区域的统计计算,以降低资源消耗；在暗通道细化模块中,我们设计了一个区域平滑滤波器来进行细化操作。实验结果显示,使用FPGA得出各个模块的输出结果与Matlab仿真结果基本相同,但在时序上还需要调整以满足实时性的要求。