在大雾天气中,大气中微粒的散射作用会造成获取的图像质量大幅下降,图像的细节被掩盖严重。图像降质会导致识别跟踪等工作无法展开,对视频图像去雾的研究有着十分重要的意义。目前去雾算法仍然主要在PC平台上实现,处理速度受到很大限制。基于FPGA并行度高、体积小、功耗低的特点,本文设计了一套以FPGA为核心的实时视频去雾系统。本文首先对图像去雾算法进行了研究,并通过OpenCV库实现对比了各个算法的增强效果,分析在硬件上的可实现性。选择CLAHE算法和暗通道先验算法作为系统算法,对二者进行优化以及FPGA上的实现。在以Sparten6系列的FPGA芯片为核心的硬件平台上,搭建视频通路完成视频图像的采集、DDR缓存以及1080P的VGA输出显示,为后续的图像处理系统提供了清晰可靠的视频源。在对算法理论深入理解的基础上,本文针对设计目标对两种算法的实现提出了改进:(1)针对CLAHE算法,将每个子块的剪切比例分别进行自适应设置,提出一种根据图像的平均亮度值和对比度值计算剪切参数的方案。使得算法局部处理效果更好,适应各种不同的场景,提高鲁棒性。优化直方图重分配过程,提高了算法效率。改进算法执行流程,通过分析用移位及计数的方式降低计算复杂度。(2)针对暗通道先验算法,提出一种对透射率进行补偿的方案,在没有增加延时和复杂运算的情况下,解决天空等明亮区域处理效果较差的问题。优化对大气光值的估计,通过直方图统计的方法避免了原算法中的排序,减少了资源消耗和复杂运算。优化透射率的计算方式,降低了系统延时。最后,本文基于FPGA实现了两种去雾算法,通过理论分析和实验证明了系统的去雾效果良好。两种算法在硬件平台上的处理均满足实时性要求,可高效处理60帧率1920?1080分辨率的视频图像。优化实现的增强算法还适合运用在医疗、航天的领域中,具有一定的实用价值。