实时图像处理广泛应用于军事场合。实时图像处理算法具有数据量大、算法的复杂度高、实时性要求高的特点，而可编程逻辑器件(PLD)，尤其是现场可编程门阵列(FPGA)具有功能强大、灵活性高、速度快的特点，因而特别适用于实时图像处理系统中。图像处理算法按照其作用域主要分为时域(空域)算法和频域算法两大类。虽然现在实际应用的算法大多数都是时域算法，但是在图像处理的一些特殊领域如图像压缩、图像增强、图像恢复、图像融合及频域滤波等算法中，频域算法却具有显著的优势。FFT是数字信号处理中很常用的运算，在频域中的很多基本运算，都可以转化为FFT进行计算。对于图像应用，FFT运算扩展到二维，一些基本操作，如相关、滤波、谱估计及卷积等都需要用到2D-FFT，因此2D-FFT的实时实现的研究具有重大的意义。本文针对2D-FFT的实时实现及其频域应用做出了一系列研究。本文首先分析了2D-FFT的降维处理的理论方法，之后采用自顶向下的设计方法，应用流水线的方式完成了2D-FFT的模块化设计。在以Xilinx Virtex-5系列FPGA为主体的图像处理硬件平台上，采用HDL语言(VHDL)的方式实现了算法的各个模块。针对蝶形单元差项输入不连续的问题提出了流水线化的改进方法，针对大点数2D-FFT进行了一系列节省资源及提高速度的改进优化方案。在2D-FFT的基础上，针对实际项目中经常用到的图像插值运算进行了时域和频域的对比实验，之后针对时域中很难实现的图像自滤波操作进行了相应的频域实现，详细阐述了实时性分析。综合验证结果表明，本文设计的2D-FFT算法能达到最高335.593MHz的时钟频率。为了验证本文介绍的2D-FFT实现的精度，进行了功能性仿真，并将得到的结果与matlab的fft2函数得到的结果进行了比较，之后将程序移植到硬件平台上进行验证，取得了良好的效果，体现了本文介绍的实时图像频域处理算法在效果及实时性上的优势。结果表明本文2D-FFT算法达到了一定的精度，能够满足实际工程的需要，论文叙述的工作对基于FPGA的实时图像频域处理算法的实际应用及进一步研究具有一定的参考价值和工程应用价值。