边缘检测是图像处理的关键技术之一,边缘信号的准确提取为后续的目标识别、目标追踪等技术提供了基础和保障。边缘检测算法经过多年的研究与发展变得越来越成熟,但同时程序执行的工作量也在不断攀升,使得程序处理时间增长,传统软件串行处理方式越来越无法满足实时处理的需求。在雾霾环境下用传统的边缘检测算法直接进行边缘提取时会出现大量边缘丢失的问题,针对这种情况,本文设计了一种结合图像增强的边缘检测算法,并利用FPGA并行且高速处理数据的特点,设计了一套具有视频图像采集与显示功能的实时边缘检测系统。为适应大流量视频图像数据实时处理的需求,建立了基于FPGA平台的实时边缘检测系统,该系统由图像采集模块、图像处理模块、数据缓存模块和图像显示模块组成。OV7725图像传感器完成对外界环境的视频图像采集功能,再将采集到的视频图像数据经过图像处理模块处理后,将得到的图像边缘数据缓存在SDRAM中,最后通过VGA接口实时输出至显示器。为提高雾霾环境下视频图像的边缘提取效果,图像处理模块采用了结合灰度变换的改进型Canny算法,通过合适的灰度变换和扩大传统Canny算子梯度模板的方式增强了边缘细节的提取能力。在FPGA工程中通过亮度映射模块、高斯滤波模块、梯度幅值与方向计算模块、非极大值抑制模块和双阈值处理及转换模块实现了该边缘检测算法。设计过程中利用MATLAB软件对算法效果进行验证,利用Modelsim软件对FPGA工程中各模块进行功能验证。实时边缘检测系统完成后进行相关测试,实验结果表明,该实时系统与传统边缘检测系统相比在雾霾环境下能还原出更多的边缘细节。同时该系统具有实时性,为雾霾环境下进行实时边缘检测提供了一种快速解决方案。