监控设备在低照度环境下采集的图像不仅含有大量噪声并且图像的可辨识性也很低，因此降噪和增强是低照度图像处理的重要步骤。　　 首先，本文为了满足人眼的视觉和心理特性，确定了在HSV(Hue Saturation Value，色相饱和度亮度值)色彩空间对彩色图像进行处理。为保持图像的色相不变，本文只对图像的亮度和饱和度分量进行处理。　　 其次，本文对低照度图像的亮度和饱和度分量进行了噪声和特点分析，采用小波变换、偏微分方法和双边滤波等方法进行降噪对比实验，针对亮度分量提出了一种基于边缘提取的图像降噪算法，对饱和度分量采用双边滤波，实验结果表明，本文提出的方法能够在降噪的同时保持图像边缘，在主观和客观评价都显示了算法的优越性。　　 最后，本文改进原有增强算法，提出了分段对数变换的饱和度增强算法和基于边缘增强的亮度增强算法，实验结果表明，本文的增强算法有效可行，处理后的图像更加鲜艳自然，在增强图像质量的同时还能增强图像边缘等细节特征，无论在视觉效果和增强效果评价指标上都优于多尺度Retinex和带颜色恢复的Retinex算法。