图像或视频采集设备在低照度条件下获取到的图像不仅可辨识性非常低，而且含有大量的噪声，这使得智能交通、视频监控和目标识别等计算机视觉系统的性能受到了较大的影响。因此，对低照度图像做增强和降噪处理具有非常重要的价值。首先，本文研究了常用的低照度图像增强算法，然后在分析了低照度图像和白天有雾图像的联系的基础上，提出了一种通用的基于去雾技术的低照度图像增强算法。实验结果表明，本文提出的算法能较好地增强低照度图像，使原本难以辨识的大部分特征显现出来。接着，本文分析了常用的图像降噪算法，详细介绍了双边滤波器的原理和特性，并据此提出了一种改进的基于联合双边滤波器的图像降噪方法。实验结果表明，该方法可以较好的降低增强后图像的噪声。最后，本文还给出了该算法的处理结果与原始图像的对比、与白天同一地点图像的对比以及与其他增强算法处理结果的对比，更好的说明了本文算法的有效性。