近年来,随着图像处理技术和计算机视觉领域的快速发展,户外视觉系统的应用越来越广泛,如道路视频监控、国防军事监控等。然而,户外视觉系统对环境十分敏感,尤其是在能见度较低的雾霾环境下,这将使得该系统无法获取到完整、准确、清晰的视频图像。多源图像透视复原技术正是为了解决这一现状而采用的新技术,该技术通过运用一系列图像处理技术的某种算法对多传感器采集的多源图像进行处理,以得到一个更完整、更清晰、更准确的新图像。本文采用的多源图像为可见光图像和红外图像。可见光图像能够对目标的形状、颜色、纹理等细节信息进行良好的表达,但由于雾霾影响,清晰度降低,可能会丢失部分目标主体。红外图像由于是对于热辐射的表达,具有较强透雾霾的能力,可以清晰地呈现目标主体,但会丢失细节信息。所以本文首先是对可见光图像进行去雾霾预处理,采用的方法是基于改进的暗通道先验算法,可以求出可见光去雾霾图像。其次是对可见光去雾霾图像和红外图像进行配准,采用的方法是基于改进的SURF算法。最后是对配准后的待融合图像进行融合,采用的方法是基于改进的加权平均融合算法。从算法仿真结果来看,融合得到的新图像可以将两种图像的优势都显现出来,达到了图像的最理想效果,这也证明了本文选用算法的可行性和有效性。在对本文采用的多源图像透视复原技术进行研究的基础上,本文搭建了以FPGA为核心的硬件开发平台——基于FPGA的多源图像透视复原系统。本文采用模块化设计方法和流水线技术,并通过算法分析、算法优化、算法验证等过程完成系统的FPGA设计。从硬件仿真和系统调试结果来看,整个系统能够实现本文的设计目的,且工作稳定,实时性较高。