在近代科学研究、军事技术、工农业生产、医学、气象等各种领域中，图像信息越来越多地人们被用来认识和判断事物，解决实际问题。在实际生活当中，通过成像系统获得的图像都会有一定程度的退化，造成图像信息的丢失。低能见度条件下拍摄的图像中景物的对比度和颜色在大雾天气影响下被改变或退化，图像中蕴含的许多特征被覆盖或模糊，使景物的可辨识度大大降低，这就需要图像增强及复原技术来改善人的视觉效果。随着图像处理器的飞速发展，视频图像处理系统的应用越来越广泛，由于数字图像本身的特点，采用计算机或实时硬件处理，处理精度高，可以进行复杂的非线性处理，有灵活的变通能力，所以研究图像增强算法并且将算法在嵌入式平台上实现有着越来越强的实际应用价值。本论文的研究主要利用图像处理技术来对有雾或降质图像进行恢复和增强，主要包括以下研究内容：（1）对经典的图像增强算法进行了研究和分类，并分别进行算法仿真。（2）介绍了基于暗影通道先验的图像去雾算法，并且对算法中的Matting技术进行了详细解释和分析。（3）引入了一种快速单幅彩色或灰度图像的复原算法，算法的复杂度仅是图像总像素数的线性函数，并且可以处理彩色或者灰度图片。（4）搭建DSP平台，实验各种图像增强算法，并将基于暗影通道先验的图像去雾算法移植到DSP平台中，对实时视频进行处理，鉴于该算法复杂度较高，实时性不好，所以改为使用快速单幅彩色或灰度图像的复原算法，对该算法进行优化而得到较好的实时性与处理效果。