低照度下,彩色图像传感器成像质量差一直是业界所面临和着力解决的问题。近红外（Near Infrared,NIR）由于在光线差的环境下（如低照度和有雾等）比可见光（Visible light,VIS）有更高的信噪比和细节丰富度,近年来在VIS图像增强领域得到了广泛应用。其中包括基于多传感器的技术方案和基于单传感器的技术方案。第一种方案使用不同传感器分别采集VIS和NIR,再进行降噪和融合等处理,该方案发展相对成熟,图像处理效果好;但有像素匹配困难和设备开销大等问题。第二种方案使用同一传感器采集VIS和NIR,再进行VIS与NIR的分离和融合等处理,该方案可以有效解决前者的问题;但在VIS与NIR分离过程中,会面临颜色通道采样率低和光利用率低等问题。本文针对第二种方案存在的问题,提出一种基于青、品红、黄和白型颜色滤波阵列传感器的低照度彩色图像增强系统。在该系统中,还提出了一系列图像处理方法:具有高颜色通道采样率和进光量的VIS分离方法、用于强力降噪的Joint NLM算法、将混合光亮度与VIS色度匹配的融合方法和进一步提高图像颜色质量的像素替换方法等。通过对低照度含NIR的彩色图像处理表明,本系统可以比较明显地提升彩色图像传感器的低照度成像质量:消除NIR对VIS颜色的影响,将平均亮度从251.814提升至267.583,将结构相似性从0.701提升至0.749,将峰值信噪比从19.780dB提升至20.301dB,并且效果优于所对比文献。为系统在移动端的拓展做准备,本文将系统中计算量最大的Joint NLM算法用现场可编程门阵列（Field Programmable Gate Array,FPGA）实现。在FPGA实现中,提出了Linebuffer结构与镜像拓展相结合的数据流缓存方法,并进一步从减少时间和资源冗余的角度提出了数据采样结构;提出了运算拆分、分批处理与调用运算知识产权核相结合的函数运算方法。实验结果表明,在100MHz时钟频率下,本电路可以实现12.28Mpixels/s的处理速度。与CPU相比,功耗降低88.3%,处理速度提升277.5倍,而且峰值信噪比和结构相似性两项指标接近于CPU。