在计算机视觉系统的实际应用中,经常会遇到夜视或背光等低照度的情况,这种情况下采集到的视频图像对比度较低,细节信息严重丢失,色彩失真严重,导致我们无法提取图像内有效信息,给图像分析识别等后期工作带来困难。因此,研究低照度图像增强算法具有非常重要的现实意义。首先,本文研究了传统的低照度图像增强算法,并分析其优缺点;其次,针对低照度彩色图像的低亮度和低对比度的特点,通过研究瞳孔及感光细胞对环境的自动调节过程,改进了一种基于视觉感知特性的低照度图像增强算法。实验结果表明,该算法可有效提高低照度彩色图像中暗区及高光区域的细节表现力,提高图像分析识别等系统在低照度环境下的工作性能,但处理效率上有待提高;然后,在分析了低照度图像和雾天图像的关系基础上,改进了一种基于物理模型的低照度图像增强算法。实验结果表明,该算法处理效率更高且效果良好,信息不会丢失,可有效提高图像分析识别等系统的工作效率。最后,本文在改进的两种低照度图像增强算法的基础上,设计了一款图像清晰化处理软件,软件中设有去雾、低照度增强、沙尘水下增强等功能,该软件具有非常广阔的应用前景。