低照度环境下的图像由于光照分布不均匀,或者光源的缺乏,导致图像在亮度、对比度和细节表现等方面的严重退化,会极大影响后期对图像进行识别和信息提取的工作。低照度图像的增强技术对于完善夜视监控系统、优化智能交通以及提高全天候作战能力等方面来说具有重要的意义。因此本文针对低照度图像的增强技术展开了研究,为了改善低照度环境下的图像增强处理能力,本文开展了基于视网膜大脑皮层理论的图像增强技术研究,改进图像增强算法并结合嵌入式开发平台,实现对低照度图像或视频的增强处理过程。本文主要内容分为以下四个章节:第一章主要阐述低照度图像增强技术的研究背景、意义,对国内外研究现状进行了调查和研究,并对全文的工作进行概括说明;第二章搭建基于DE1＿SoC的低照度图像增强系统,其中包括利用普通USB摄像头作为前端采集设备,嵌入式开发板DE1＿SoC作为中端处理设备实现低照度图像增强功能,以及VGA显示器作为后端显示设备对增强后的图像进行输出显示;第三章研究常见的图像增强算法,并在视网膜大脑皮层（Retinex）理论的基础上,提出基于加权引导滤波和YUV色彩空间转换的Retinex算法。提出算法为了对保持图像边缘信息,降低图像增强后常出现的光晕伪影现象,提出利用加权引导滤波对亮度图像进行估算,代替传统Retinex算法中的高斯滤波,为改善图像增强后的色彩恢复能力,提出通过YUV色彩空间转换的方式,对Y分量进行增强,对UV分量进行校正。根据提出算法对低照度环境下的图像进行实验仿真,并结合主客观评价对提出算法的增强效果进行对比验证,证明提出算法对于边缘保持和色彩恢复能力有较好的改进效果;第四章主要完成利用嵌入式开发平台DE1＿SoC实现低照度图像增强的工作,工作内容包括嵌入式系统的设计、Linux开发环境的搭建以及增强算法的移植工作等方面,通过搭建好的图像增强系统分别对低照度环境下的单帧图像以及视频进行增强处理,得到多组实验数据,并结合主客观评价对其增强结果进行分析,证明本文提出的低照度图像增强算法在嵌入式系统中的应用,具有较好的增强效果以及较高的鲁棒性。