温室环境下，对于模糊图像、阴影图像和弱光图像的处理一直是图像处理的难点之一，解决这些问题，不仅在科学理论上具有重要意义，在现实应用中也有广阔的市场需求。比如在温室内水分浓度过强时，拍摄的花卉或农作物图像显得模糊不清；在光照不均或曝光不足情况下，摄像机拍摄的实际效果图亮度明显不足等。这些情况都严重影响了图像的视觉质量，为实时监控花卉或农作物的健康状况和后续病害诊断带来了巨大的干扰，因此，温室环境下的图像增强技术就成为本领域中的关键技术。本文从实际情况出发，针对上述所涉及的两个问题，基于Linux嵌入式开发平台，最终设计了基于QT4的嵌入式图像处理系统，该系统成功地运用了本文所研究的图像增强算法，并取得了预期的效果，此外本文所设计的图像处理系统，操作简单，可移植性好，具有非常广阔的使用价值。对于温室环境下，图像的模糊问题，本文在结合传统算法的基础上，提出了一种基于小波变换的中值滤波方法，该方法是结合图像的时域特性和频域特性对图像进行分析。首先对噪声图像进行中值滤波,再进行小波变换；然后利用中值滤波原理对分解的二维系数矩阵进行处理,用新生成的这些小波系数重构出增强图像；最后再选择相应的小波阈值，进行去噪处理,生成去噪后图像。对于图像因光照不均产生的问题，本文结合Retinex理论与颜色恒常性的相关理论，提出了基于局部特征的Retinex图像增强算法和基于全局特征的Retinex图像增强算法。对于算法一，其中心思想是计算各个像素之间的相对明暗关系，然后对像素进行灰度校正，在此基础上，本文对该算法的线性拉伸环节进行了改进，并取得显著的效果。对于算法二，其中心思想是首先估算出亮度图像，即图像的入射部分，然后根据相应的公式，计算出图像的反射部分，即增强后图像。最后，本文以Linux系统作为嵌入式软件平台，结合SEED-DVS6446实验箱，以嵌入式图形界面开发为核心，设计了基于QT4的嵌入式图像增强系统。该系统实现了ARM和DSP之间的通信和QT4在DVS6446平台上的移植，最终该系统实现了图像的实时采集、实时显示和结合本文算法的图像处理系统