近年来,雾霾气候问题日渐成为社会热点。雾霾气候不仅会对人的身体健康产生影响,而且也给社会的其它方面带来了隐患。在雾霾等恶劣天气条件下采集图像时,大气中大量的雾霾颗粒会对光产生吸收、散射作用,从而导致了摄像机采集到的图像产生一定程度的质量下降,出现图像模糊、对比度下降等现象,这严重影响着图像信息的观察效果,给人类生活带来了诸多不便。因此,对雾天图像进行去雾处理,还原雾天图像质量是十分必要的。本论文首先对单幅图像的去雾算法进行研究,总结了前人在图像去雾领域的研究成果,在暗通道先验理论的基础上提出了权重系数的概念,该系数可以反映出当前场景受雾天天气影响的严重程度,同时,论文对CLAHE算法与直方图均衡算法进行了优化改进,结合权重系数与改进后的算法,提出了一种基于暗通道的单幅图像去雾算法,该算法既考虑了雾天图像退化的物理模型,也利用了基于直方图处理的图像增强理论。在单幅图像去雾算法的研究基础上,本论文接着对算法进行了多次的优化与改进,在保证该算法优秀的去雾效果的前提下,进一步提高了算法效率,并由此提出了一种基于暗通道的视频图像去雾算法。最终,论文使用Xilinx公司的KC705开发套件为核心芯片构建了视频图像去雾系统,并借助该系统在FPGA平台上实现了这种基于暗通道的视频图像去雾算法。论文中展示的单幅图像去雾仿真效果和视频系统的硬件测试结果可以看出,本论文的算法能够有效的处理雾天图像,处理得到的图像清晰度好、对比度高、能见度高,且算法效率较高,可有效处理60帧率的雾天视频图像。