图像在如今数字信息化发展迅速和多媒体技术日益更新的时代,已经成为人们信息传递和情感交流的一种重要媒介。但图像在捕获时,图像视觉效果通常与光照条件,环境动态范围和图像捕获设备等因素有关,从而影响人和机器的图像识别分析,因此低光照图像增强技术的发展在实际应用中富含重要的意义。本文主要开展了基于多光子图像的低亮度增强方法与基于自然图像的多重曝光融合算法。首先,针对多光子图像,提出一种基于改进的卡方分布函数（CCF）模型的多光子显微低亮度图像增强算法。该算法针对多光子图像进行开展,通过采集的人体卵巢新鲜组织成像,铃兰植物细胞成像和人体黑色素痣成像作为实验图像以验证我们方法的图像增强效果。结果表明,该方法使多光子图像的信号得以显著增强,并且结合该方法使多光子显微术成为一种更加灵活且有效的显微成像采集工具。然后,在CCF模型基础上,针对自然图像提出一种新的权值矩阵和衍生图融合方法以获得优良的融合增强图像,最终融合结果可以有效去除衍生图的不良特性,从而提高图像视觉信息保真度且减少图像亮度扭曲。最后,针对水下图像提出一种基于水下图像白平衡技术的滤波去噪结果和对比度增强结果融合方法以获取水下图像光照增强结果,最终融合结果可以补偿水下图像色彩,恢复水下图像边缘细节和提高水下图像对比度。总之,通过本论文的研究探索,既对医学多光子图像的研究起到推进作用以增强医疗病理状况诊断的准确性,同时也对低光照图像增强方法进行有效地补充和优化,对图像恢复研究具有重要参考价值。