随着科技的迅速发展,图像处理及媒体展示收到了极大的关注。市场对于高清晰度的多媒体内容,尤其是在实时高清视频领域的图像生成与处理需求日益增多。人工智能、机器识别、无人驾驶、视频监测均需实时高清视频作为输入源,特别是在恶劣环境下获得高质量的输入源由为重要。然而,现有的单CPU无法处理多媒体内容中包含的大量高清晰数据,亟需更高性能的计算能力进行分析与处理。随着GPU性能的不断提高,GPU强大的并行计算能力有效的提高了计算机的大规模处理能力。本文详细介绍了异构计算环境下高清实时视频去雾算法的研究与优化工作及其工程化应用,具体如下:1)当前,算法复杂度与图像在雾天的去雾效果是算法的研究重心,但在利用异构平台进行算法并行化提高处理效率方面的研究非常有限。由于视频质量不同,其所包含的数据量也有较大的差异。由于不同清晰度的视频其分辨率相差较大,因此实时处理高清视频难度较大。我们在本文中提出基于暗通道先验理论的并行去雾算法。为了实现效果对比,我们首先实现去雾算法的单CPU串行版本,根据单CPU版本实现对应的CPU+GPU异构并行版。基于CPU+GPU的异构计算环境,充分利用GPU强大的并行计算能力承担算法中较冗杂的计算任务。最后,我们在开源多媒体平台中移植独立的并行模块进行视频去雾效果实验。实验结果显示,系统处理1080P(1920*1080)高清视频时间为236ms且去雾效果良好,算法经优化并行后的执行速度较未优化前提高了 2倍以上。2)现有雾天图像退化物理模型在包含天空区域时并不适用。本文分析了天空模型的特点并结合天空区域的检测提出了一种基于天空分割的去雾方法。首先,我们使用matlab软件,绘制大量天空图像的直方图及亮度等高图。经分析可知,在包含天空区域的图像中,天空区域其亮度值较高且具有一定的连续性及平滑性的特点。其次结合自适应阈值算法及天空亮度特征确定分割阈值,对于非天空区域与天空区域采用不同的去雾处理方式。最后,引入伽马校正及自动对比度增强方法处理经去雾后的图像偏暗问题。实验结果表明采用天空分割方式可以有效的识别天空区域,处理后的图像更加自然平滑,不存在明显失真。3)利用多媒体开发工具FFmpeg、SDL视频播放窗口及Qt,完成去雾算法的软件平台实现。满足视频/图像源的输入、分屏播放、前进、图像保存等功能。