在人类获取信息的所有途径中,视觉方式最为直观,经由视觉获取的信息量也最多。计算机的发展带来进一步的信息革命,图像作为一种信息载体已经渗透于人类社会生活的方方面面。夜晚等光照不足的环境是不可避免的现实因素,在这种环境下获取的图像总是亮度、对比度、细节可见度低,且常常伴随着颜色失真等问题,限制了图像进一步的使用与研究。本文对多种低照度图像增强方法进行了原理研究,分析了各算法的优势与不足之处。在真实的低照度场景中往往存在人造光源等因素造成的高对比度区域,由于传统的增强算法不考虑低照度图像的特性,在增强图像中容易导致光晕、色彩失真、局部增强不足或是局部增强过度等诸多问题。由于低照度图像与雾天图像之间存在相似性,可将大气成像理论用于分析低照度图像。该方法相较于传统的增强算法对图像的亮度、对比度及色彩信息有显著性的改善。但该算法无法避免模型求解不准确导致的边缘模糊、光晕以及局部失真现象。针对以上问题,本文围绕着低照度图像的特性展开研究,对基于大气光成像模型的低照度图像增强算法进行研究与改进,主要工作可概括如下:（1）针对低照度图像的反色图像与雾天图像之间的差异性作进一步的分析,提出基于Retinex模型求解透射率的方法。对于低照度图像的反色图像而言,其透射率与低照度图像的光照分量成正相关的关系。因此,本文结合Retinex算法从光照因素的角度对透射率进行求解。由于Retinex算法在分解光照图像时存在边缘保持性能差等问题,本文采用传播滤波函数对此加以改善,并对传播滤波路径进行设计以获得更好的保边性能。最后对光照分量进行有效区间的线性映射得到透射率,可以实现在控制图像亮度增强幅度的同时,避免对同一区域设置相同透射率阈值导致的噪声问题。（2）针对低照度图像光照环境的复杂性改进大气光值的计算方法。本文根据大气光成像理论中的大气光值定义分析了低照度图像的光照环境特点,低照度环境中可能存在由人造光源等因素导致的高对比度区域,光照分量在全局图像上的分布并不均衡,恒定的大气光值不再适用于低照度图像。根据光照环境在各区域间存在的差异性,各区域的大气光值应在某一区间波动。因此,本文设计了适用于低照度图像的大气光值计算流程,对图像颜色三通道分别求出三幅大气光值图像,使得求解出的大气光值更能反映低照度图像光照分量的空间特征。（3）选取了多幅不同光照环境中的低照度图像进行仿真测试,并从主观视觉与客观指标两方面来分析图像质量。经过与其它增强算法的实验结果进行对比,本文算法对各种光照条件下的低照度图像均取得了较好的增强效果,相比于其它算法,本文算法对图像的对比度、细节以及色彩信息的增强效果更好,增强图像的视觉效果更加自然。