چکیده: امروزه روش های پردازش تصویر بسیار مورد توجه محققان قرارگرفته است و از آن در بهبود تصاویر اخذ شده استفاده می شود. یکی از مشکلاتی که در تصاویر فضای باز ممکن است ایجاد گردد، مه ناشی از ذرات آب و غبار موجود در هواست؛ که باعث می شود نور تابیده شده پراکنده شود و تصاویر حاصل کدر و مات گردند. از این رو در روش های بینایی ماشین که تشخیص صحیح، نیازمند تصاویر شفاف و بدون اغتشاش است، رفع مه از تصاویر با استفاده از روش های پردازش تصویر بسیار ضروری است. در سال های اخیر روش های رفع مه پیشرفت بسیاری داشته اند. یکی از این روش ها که در این پایان نامه نیز از آن بهره گرفته ایم، روش کانال تاریک است. در این روش ابتدا کانال تاریک مربوط به تصویر مه آلود را ایجاد می کنیم سپس با استفاده از آن نور جوی و نقشه ی انتقال تصویر که نشان دهنده ی مه موجود در تصویر است را بدست می آوریم. حال با استفاده از این دو مقدار و معکوس مدل فیزیکی می توانیم مه موجود در تصویر را رفع نماییم. از آنجا که روش کانال تاریک باعث می شود که تصویر رفع مه شده قدری تاریکتر از تصویر اصلی باشد؛ در این پایان نامه با افزودن یک بخش تصحیح گاما تطبیقی این مشکل را نیز رفع می نماییم. همچنین سعی کردیم روش پیشنهادی را مناسب پیاده سازی بر روی FPGA کنیم تا از مزایای موازی سازی و سرعت بالای تراشه ی FPGA بهره ببریم. روش پیشنهادی را بر روی تراشه Virtex-6 پیاده سازی نمودیم و توانستیم تصاویری با اندازه ی 1384*2456 با نرخ 60 فریم بر ثانیه را رفع مه کنیم. بیشترین فرکانس کاری 216 مگاهرتز است که باعث برتری آن نسبت به روش های قبلی است. از سویی مقایسه معیارهای کیفیت MSE، PSNR و SSIM که به ترتیب برابر 744، 49/19 و 8370/0 است، با روش های پیشین مشخص کرد که کیفیت تصویر نیز بهبود یافته است.