近年来,应用在计算机系统中的视频算法在监控安全防范系统中起着越来越重要的作用。但是其存在两方面的缺点：一个是对天气条件比较敏感,尤其是在能见度较低的雾天条件下,获取到的视频图像质量严重失真,这极大地限制并影响了视频算法在安全防范领域的应用。再者,用计算机系统实现视频算法往往存在着占用系统资源高、实时性差、维护费用高等不可避免的弊端。由此可见,提高视频算法在雾天天气条件下的可靠性,对雾天失真图像进行去雾还原显得非常重要；去雾算法硬件化实现对弥补视频算法在计算机系统中的应用起着非常重要的作用。本文完成的主要工作包括：(1)深入研究算法级去雾尤其是暗原色先验算法的原理及实现方法,并根据算法级的数据结构和硬件描述语言的数据结构特点确保在硬件化过程中的通用性和可移植性；(2)规划去雾算法顶层模块、规划时钟、Memery的定制与分配,定义子功能模块如视频流输入模块、视频流预处理模块、去雾模块、宽动态模块并定义各个模块的功能及输入输出接口,并利用硬件描述语言来实现各个模块的状态机；(3)根据分配给去雾模块的资源和中芯国际元件库的工艺文件,确定去雾算法模块的约束条件并通过逻辑综合器编译和优化后生成去雾模块的网表文件；(4)在整个功能完成后进行静态时序检查以保证在芯片流片后的稳定性,对反标的网标进行动态功能仿真以保证芯片流片后功能正确。本文设计和实现的硬件化去雾算法已经在中芯国际130纳米工艺上进行量产。芯片中去雾模块能有效完成对雾天天气的去雾功能,比计算机系统去雾算法的处理速度更快。在设计中充分利用了算法级数据结构和硬件描述语言的特点来实现去雾算法的硬件化,达到了预期设计目标。