在夜间、建筑物遮蔽等低照度环境,拍摄的图像存在内容模糊、噪声严重、细节丢失等问题,直接限制和影响目标识别与跟踪、视觉监控、军事侦察等系统发挥效用。因此,研究低照度图像增强具有重要的理论意义和应用价值针对夜晚等低照度条件下拍摄的图像整体亮度低、细节丢失等现象,论文将暗通道先验和色调映射方法相结合,提出了一种基于图像深度和色调映射的低照度图像增强方法。首先根据低照度反转图像与雾天图像的相似性求出场景透射率,进而估计得到场景深度,并将深度信息用于色调映射函数改进,使其可根据景物远近和场景光照强度进行自适应亮度增强;然后基于图像分层理论和图像梯度信息进行局部对比度增强。所提算法克服了现有算法计算量大、颜色失真、噪声严重等不足,在增强图像亮度、保持色彩的同时很好地抑制了噪声。根据低照度图像的暗通道具有细节丰富和光源周围无光晕等特点,提出一种基于暗通道和双边滤波的低照度图像增强方法。首先从暗通道图像识别光源区域,估计图像平均亮度用于改进色调映射函数,对暗通道图像进行增强后与V通道进行线性加权,得到亮度适中、细节丰富和无光晕的V通道图像;最后,再进行双边滤波。分别对含有点光源和无点光源的低照度图像进行实验,均可得到亮度改善、细节清晰且无光晕的图像。