近些年来,随着移动社交网络的发展以及现代社会方式的改变,拍摄照片已经发展成为了网络社交的重要方式,而拍摄照片的特殊情况之一:黑夜环境拍摄,也变得越来越频繁,移动设备上夜间拍照的图像质量也越来越受到人们的关注和重视。受限于移动终端上硬件的体积以及设计成本,目前大部分相机上面的夜间拍摄图像质量存在两个主要缺陷:噪声与模糊,因此,除了硬件水平的提升,通过图像处理算法来增强夜间拍摄图像的思路得到了快速的发展,大量的后处理算法被应用在了移动智能终端操作系统上面对拍摄图像进行处理与增强。为了提高夜间拍摄图像的整体视觉质量,本论文主要进行了两个方面的图像处理算法的研究与实现:第一:研究了常见的图像增强算法,并给出了一种改进的图像纹理增强算法,这种算法以图像分解与融合算法作为基础,在原有算法的基础上,提出了新的多尺度概念,这种多尺度不再是传统意义上的图像大小,即分辨率,而是图像进行边缘保留滤波的程度。同时,改进的算法中应用了具有更理想效果的滤波器。论文中给出了算法的测试结果图,经过对比与观察,这种纹理增强算法能够得到优于其他几种常见算法的良好效果,并且没有出现图像融合算法中常见的振铃响应问题与边缘光晕现象。这种算法可以应用在多张图像融合进行图像增强的算法中,有助于提升融合算法的整体效果。第二:给出了一种改进的利用相机闪光灯进行多帧融合的方法进行夜间拍照图像增强的算法。通过闪光灯补光拍摄的图像具有丰富的环境信息与细节,但是整体光照发生改变,无闪光灯补光拍摄的图像具有噪声、细节模糊,却保持了原始环境中的光照状态。因此,这种算法中尝试将闪光灯拍摄图像中的纹理细节与无闪光灯拍摄图像中的光照状态融合起来。算法采用了图像分解与融合技术,通过多帧多尺度图像分解算法,在多张闪光灯拍摄的图像中提取出丰富的纹理,通过多尺度平滑滤波对无闪光灯拍摄图片进行平滑去噪,并将提取的纹理与去噪结果进行融合。相对于其他低亮度图像增强算法,这种算法充分利用了闪光灯与无闪光灯拍摄图像各自的优点,使图像在去除无用噪声信息的同时能够获得大量的纹理细节信息。除此之外,为了提升整体算法的效果,本文给出了一种适用于低亮度图像的对比度提升算法,这种算法在保证低亮度图像全局亮度不变的情况下,提高图像局部对比度,在对夜间拍摄图像的预处理过程中不仅能提高其视觉效果,而且有助于提高后续算法中图像配准的质量。最后,论文给出了算法的实现过程与实验结果,算法所使用的质量评价方法,实验结果图的对比与分析,表明本论文介绍的算法在对夜间拍摄的图像增强方面产生了人眼视觉可见的效果,相对于原始图像,测试结果图像噪声去除明显,纹理清晰,提升了图像的整体视觉质量,可广泛应用于实际移动终端的夜间拍照等。