随着社会的发展,监控设备在人们生活中的地位越来越重要:警察需要监控设备抓捕罪犯,司机需要行车记录仪来维护自身合法权益,商店需要监控设备防止盗窃行为发生等。这些监控设备在实时记录的情况下需要保证画面的质量,但是在夜间环境中,这些监控设备的画面会出现图像整体亮度偏低、细节信息丢失、色偏严重、局部区域过曝光等严重问题。本文针对夜间图像增强算法进行了研究,同时在算法硬件实现的高层次综合上进行了研究。首先,本文研究经典的夜间图像增强算法:直方图均衡化算法、暗通道先验理论算法和Retienx算法。介绍了各种算法的基本原理,给出了每种算法的仿真结果,分析了每种算法的有效性和局限性。其次,本文研究一种基于Retinex的改进夜间图像增强算法。介绍该改进算法的两个重要的部分:双边滤波器和多尺度分析。双边滤波器相对于传统的高斯滤波器而言有更好的保留图像细节信息的效果。多尺度分析也对夜间图像的增强起到作用。将本文研究的基于Retinex的改进夜间图像增强算法与其他优秀的夜间图像增强算法进行比较。先从主观方面评价各种图像增强算法的效果,再使用客观评价指标:图像平均亮度、图像清晰度和图像亮度顺序误差,评价各种夜间图像增强算法。同时分析了各种夜间图像增强算法的在FPGA上实现的可能性。最后,对FPGA硬件实现的高层次综合HLS的进行了研究。HLS可以使用高层次语言编写FPGA,而且编写的程序具有FPGA硬件描述语言的并行性功能,让FPGA工程师短时间内设计出复杂的FPGA程序。采用HLS实现了基于Retinex的改进夜间图像增强算法,对其进行C和RTL层次的仿真,而且HLS仿真结果与理论结果误差很小。最后给出了FPGA平台实现本文算法的图像结果。