在雾天环境下，大量漂浮在空气中的悬浮粒子对光线产生散射，使得摄像机获取的图像对比度和颜色等特征受到衰减，无法获取足够的目标特征信息，影响后续的图像处理工作。因此，处于户外雾天环境下的视频系统，必须对视频图像进行图像去雾处理。现在的视频处理系统应用主要集中在图像监控、识别、目标跟踪等方面上，这些应用对多路雾天视频处理的并行性、实时性以及雾天视频图像去雾处理的精度都提出了更高的要求。随着多媒体技术的发展，单幅雾天图像去雾处理技术已经被广泛研究，但对雾天视频进行实时去雾处理的研究还不够成熟。因此研究如何在达到较高雾天图像恢复精度的同时，满足多路高清视频图像实时处理的要求，具有非常重要的现实意义。　　本文的主要内容如下：　　(1)首先分析与比较了几种典型的去雾算法，并选取基于多尺度的Retinex方法作为本文的去雾方法。较常用的去雾方法有基于深度信息和基于偏振信息的去雾方法，虽然这两种可以都取得一定的去雾效果，但这两种方法需要专业的采集设备来采集深度信息或偏振信息。基于暗通道的去雾方法效果很好，但在场景亮度与大气光相近时，算法失效。基于直方图均衡的去雾方法虽然简单，但容易出现过增强现象。而基于多尺度的Retinex去雾方法，在取得较好的效果的同时，对环境或设备没有特殊的要求。虽然该算法计算量大，但可以使用具有并行计算和流水线技术特点的FPGA平台来实现。　　(2)对基于多尺度的Retinex算法的资源消耗进行了改进。本文在基于 FPGA的多尺度Retinex算法移植上进行了资源消耗的分析，发现在该算法的高斯滤波部分需要消耗大量的逻辑资源，而一般的FPGA芯片资源无法满足其需求，因此在算法的资源消耗上进行了改进：通过将中大尺度的高斯滤波使用均值滤波代替，减少了乘法器的数量。通过Matlab仿真说明改进的算法同样能够达到去雾效果。　　(3)在FPGA平台上进行了硬件设计。首先进行了4路异步视频合成单路视频实时显示的逻辑设计，并在此基础上，将改进后的多尺度Retinex算法移植此平台上。实验结果表明本文的设计能够达到30帧每秒的高清视频实时去雾。