现今,中央空调的使用给人们的生活带来了很大的便利,但是由于中央空调通风管道的清洗不足,其污染状况己严重威胁到人们的健康。所以人们迫切要求对中央空调通风管道进行有效的清洗,于是空调风管清洁机器人应运而生。对于清洁机器人的工作来说,其机器视觉部分起到了至关重要的作用。在空调管道这样一个特殊的环境里,若机器人视觉效果不佳,工作人员很可能就会作出错误的判断和操作。所以本文主要对机器视觉中嵌入式图像处理系统进行研究。根据机器视觉部分的性能要求,重点研究了空调风管内壁图像的去噪和压缩编码算法,以保证图像具有较高的质量,且能实时地传输、显示。去噪部分是在小波变换的理论基础上,分析了传统小波阈值去噪算法及其存在的不足,提出了收缩函数的改进方法和新的阈值选取方法。改进的收缩函数是一种基于单调平滑的1og10O的非线性函数,它克服了传统收缩函数的间断性和偏差性问题。对于收缩阈值的选取,是根据小波系数相关性程度的不同,在不同的相关性范围内采用不同的阈值,使收缩阈值具有更强的自适应性。图像压缩编码部分是在分析比较EZW编码、SPIHT编码和SPECK编码的基础上,对其中性能稍高的SPECK算法进行了改进。在小波分解后,调整对S块和I块的编码顺序,避免了原SPECK交叉调用的问题,降低了算法复杂度。另外,在对S块的扫描排序过程中,引入最大值链表LMP,有效解决了重复扫描的问题,使算法运行效率得以提高。以上方法都通过实验验证了它们的有效性和优越性。改进的去噪算法去噪能力更强且能更多地保留图像的细节。改进的压缩编码算法具有运行时间短,压缩比高的特点。经过此编码算法作用后恢复出的图像具有更高的质量,符合本课题实时高效传输的要求。