在低照度环境下由于环境照度低、电子设备采集到的图像亮度低且噪点多，因而视觉效果较差。低照度视频增强技术主要分为两大部分：1.低照度亮度提升技术；2.低照度去噪技术。低照度亮度提升的难点在于，在提升图像整体亮度的同时，又不能丢失图像原本的细节；而低照度去噪的技术难点在于，低照度环境下不同的电子设备引入的噪点不尽相同，并且在去噪的同时需要保持图像的细节和边缘。针对以上问题，本文展开了以下工作：1）提出了基于空间连续性原理的滤波，该滤波包含了两个重要的准则：深度一致性准则和空间连续性准则，能够解决相同景深和不同景深大气光幕的估计问题，并把该滤波方法成功运用于图像去雾中，在保证去雾效果的同时速度明显优于其他去雾算法。2）提出了基于负片转换原理的低照度亮度增强技术，该算法在估计大气光幕的时候使用了本文提出的1）中滤波方法，能够自适应的根据低照度环境的亮度及场景，在快速提升亮度的同时，保持较好的图像细节和色彩，最后经过优化可以应用在实时的视频监控系统中。3）实现了自适应多样化的滤波方法，该方法能够有效地去除低照度环境下的噪点，并能够较好的保持图像的边缘。本文还对其中PCA和高斯函数等计算较复杂的环节进行了优化和改良。本文最后将低照度视频增强算法移植到了商业化的流媒体平台VLC中，经过优化最终可实时地处理720P的视频。