红外探测器依靠接收目标事物产生的热辐射工作,即使在恶劣天气环境下,也能够越过视觉障碍探测到目标。这种热成像技术广泛应用于军事制导和民用监控等领域。但是受相机探测器件本身具有的非均匀性以及自然界中无处不在的热辐射、大气衰减等影响,大部分红外图像存在整体偏暗、对比度低、边缘线条模糊等问题。因此对这类图像进行细节增强,使其适应于人眼视觉是十分必要的。近年来,基于暗通道先验的图像去雾算法能够取得良好的图像复原效果,备受关注。本文结合大气散射模型提出一种基于改进暗通道先验的红外图像清晰化算法。论文重点研究了灰度图像的对比度增强、细节增强等内容,并基于FPGA设计实现了红外图像清晰化系统,主要创新成果如下:（1）针对红外图像存在边缘细节模糊的问题,在暗通道先验理论的基础上,提出一种改进的图像清晰化方法。算法通过对输入图像当前像素和邻域的数据进行非线性滤波得到暗通道图像数据,并利用修正函数对透射率进行优化生成透射率查找表。在此基础上,根据暗通道像素值在查找表中查找透射率,并结合大气光散射模型进行图像清晰化处理,从而减少或消除传统暗通道算法产生的块效应及天空等高亮区域的颜色失真。仿真结果表明文中算法在突出图像边缘、提升图像全局亮度和对比度方面更具优势。（2）为了能够实时地处理视频图像,设计实现了基于FPGA的图像清晰化系统。采用流水线结构实现算法的非线性滤波、修正透射率、细节增强等模块,以提高硬件系统的工作频率。硬件算法实现时可以直接在透射率、亮度优化表中得到修正后的数据,避免了复杂的求取透射率、调整图像亮度运算,一定程度上降低系统的计算复杂度。利用FIFO存储器以串并行流水的方式实时地接收、传输、处理图像数据,避免了因为缓存多幅图像而占用过多硬件资源的问题。实际测试结果表明,硬件系统处理后图像具有较好的视觉效果,满足实时处理视频图像的需求。最后,总结了本文的研究内容,并指出工作中存在的缺陷和未来的研究方向。