光学遥感成像往往会受到雾霭等天气的影响,造成景物辨识度下降、对比度降低、细节信息不明显及色彩偏移等退化现象,使得光学遥感成像数据可用率降低,直接影响了目标识别、军事航空侦查、遥感导航、灾情侦探、土地测绘等系统效用的发挥。因此,对雾霭天气条件下的遥感图像进行有效地去雾处理以降低雾霭等天气条件对遥感成像系统的影响、提高遥感数据的有效性具有重要意义。本论文针对雾天遥感图像退化的问题,对雾天图像退化机理进行了分析,并深入研究了雾天图像退化的物理模型,简要综述了基于非退化模型和基于退化模型的两类图像去雾方法,总结了其中的经典算法,着重阐述了暗原色先验图像去雾算法,并分析了其在遥感图像应用的缺陷与不足。针对遥感图像数据量大、景深变化小、几乎不含有天空区域等特点,同时考虑到遥感图像实时去雾的要求,本论文提出了一种改进的基于暗原色先验规律的遥感图像快速去雾方法,并将改进的算法移植到FPGA硬件平台。论文具体研究工作如下:1.深入研究了暗原色先验图像去雾方法,并将该算法应用到遥感图像去雾中。针对暗原色先验去雾算法时间和空间复杂度高、计算量大及其应用的局限性问题,结合了遥感图像的特点,对原暗原色先验去雾算法做出了针对性地改进:首先,提出了改进的暗原色获取方法,采用直接求取每个像素点R、G、B三个颜色通道强度值的最小值来获取图像的暗原色图,该方法避免了原算法中由于最小值滤波而导致求取透过率图存在的块状效应;其次,采用向导滤波优化透过率图,该方法大幅降低了算法的计算量,提高了算法的处理效率;再次,改进了大气光的获取方法,最大程度地减少暗原色失效情况,扩展了算法的适用范围。改进的去雾算法对于遥感图像能够快速有效地去除雾的干扰,提高图像清晰度,还原景物真实色彩,并且处理时间仅为原算法的2%,可以满足遥感图像实时处理的要求。2.从主观评价和客观评价两方面对算法的处理效果进行质量评价。从算法的高效性、普适性及效果的明显性等角度进行主观评价,同时选取方差、平均梯度、信息熵等客观质量评价指标对实验结果进行定量分析。给出了去雾结果对比图及各评价指标数据。3.针对工程实际应用中的需求,同时为了更好地实现和验证算法,本论文设计了基于FPGA的图像处理系统硬件平台,并在FPGA硬件平台上实现了暗原色先验遥感图像去雾算法。给出了算法各个模块硬件实现的时序仿真结果,最后给出了算法的处理时间结果。