现如今众多的户外监控系统,例如道路监测,安防监控等,都要求有高的图像质量,然而雾天等恶劣天气情况下获得的图像,常常因为大气中微小粒子散射作用,使获得的图像质量严重下降,其不仅影响图像的感观效果,同时也给图像的后续处理,比如图像特征提取,图像中的目标识别与追踪等造成极大干扰。使户外监控系统无法正常工作,给日常生产带来了严重的安全隐患。因此,对受雾天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。本文首先介绍了图像去雾技术的研究背景和目前国内外的发展现状,接着对雾天形成的原因进行了简单阐述,进而引出大气散射模型,分析了雾天环境下图像降质的原因,最后定位到以大气散射模型为基础的暗通道先验原理的图像去雾算法上,深入研究了基于暗原色先验原理的图像去雾算法,分析了暗通道先验理论的原理、算法特征以及缺陷,并以此为基础对暗通道去雾算法的大气光值A的估计方法进行了改进,原算法中对大气光值A的求取只取原雾天图像中的一个值作为最终的大气光值不具代表性,本文应用统计平均的思想对大气光值的求取进行改进,最后对改进的雾天图像复原方法和其它复原方法进行了比较和性能评估,相较于原算法,改进的算法在保证原算法运行时间的基础上,对复原图像的质量有一定的改善。本文在基于暗原色先验原理的图像去雾算法的硬件设计中对其关键算法用Verilog语言进行了 RTL描述,然后用Modelsim做了功能仿真。其主要分为三个模块:粗透射率图估计模块,大气光值A估计模块和粗透射率图细化模块。在粗透射率图估计模块中,依次使用一个行最小值计算和一个列最小值计算,最终得到粗透射率图;在大气光估计模块中,将原算法进行了改进,先利用暗通道图像数据和赋的初始值做比较,找到暗通道图像中最亮像素值对应的地址,再用查找表的方式得到原有雾图像中对应的像素值,最后对其减去一个修正参数作为最终的大气光值;在粗透射率图细化模块中,使用双边滤波器来进行细化操作。最后在Quartus Ⅱ环境下进行了综合,并用Altera Cyclone Ⅳ FPGA开发板进行了验证,实验结果显示,使用FPGA设计得出各个模块的输出结果与板级验证结果相同。