在数字通信时代中,图像成为了人们获取信息不可或缺的媒介。现实生活中,由于拍摄光照强度与成像系统的差异,使获取到的图像呈现亮度及对比度低、噪声含量丰富的特性,严重影响人们对图像的辨别及信息的获取。因此,本文针对低照度图像亮度低、动态范围窄以及含噪声等缺点,提出低照度增强与去噪算法,具体的工作如下:研究现有的低噪度图像增强算法,针对现有低照度增强算法增强效果不佳,和增强效果良好但算法复杂度高、时耗大的问题,从全局与局部角度出发,提出了一种折中的基于人眼视觉特性的低照度图像增强算法。该方法采用基于直方图、最优阈值分割及灰度拉伸思想,提取图像单通道灰度值取反,作为滤波混层系数与原图像混叠,达到低照度图像增强目的。分析低照度条件下噪声特性,针对现有去噪算法在高噪声背景下去噪效果不佳的问题,提出一种混合型图像降噪方法。该方法基于残差回补与块匹配思想,利用加权核范数最优逼近干净图像信息。降噪后的结果不仅对平滑区域有较好的信息保留,同时不会引入额外信息,使图像结构纹理信息最大化相似。最后将本文提出的低照度图像增强算法和去噪算法,利用MFC设计了一款图像恢复软件。该软件不仅能有效增强低照度图像,同时能够良好滤除噪声的影响,使图像结构信息最大化,达到良好的人眼视觉体验。低照度图像的噪声会随着图像亮度的增加从泊松-高斯噪声退化为高斯噪声,本文针对这一特性,围绕如何最大化的恢复低照度背景下受污染的图像信息,展开了一定的探索,设计了先增强再去噪的算法,获得了一定的研究成果。