随着网络技术和多媒体技术的发展，视频监控系统的监控效率得到极大的提高。特别的，新一代视频监控系统提出了全天候实时监控，具有智能分析功能等技术要求。对于低照度环境，视频成像系统必须具有环境自适应性以及重要信息挖掘的功能。通过硬件实现的像增强管系统常见于微光增强技术，而用软件实现的低照度图像增强技术鲜有报道。　　 在暗视觉环境下，人类视觉的对比度分辨率非常低。针对低照度图像，本文提出了一种基于无参图像质量评价体系的补偿方法。采用灰度谱分级平坦化工具可以分析低照度图像的灰度特点，通过分析人类视觉系统特性提出了适合人眼观察的低照度图像增强方法。为了寻优补偿参数，通过图像客观评价三参数建立了无参图像质量评价体系，用于评价补偿后图像的质量。为了实现视频系统的快速补偿，在统计分析不同图像的最优补偿参数的基础上建立了预测的补偿函数模型，提高了算法的实时性。这种自动寻优方法用于迅速获取低照度环境下的最佳图像质量，特别是在视频图像处理中的实时补偿。面向低照度环境下的视频应用，本文搭建了TMS320DM642为核心的视频处理平台，并利用DSP/BIOS实时操作内核和RF5参考框架设计程序使该系统具有很好的实时性。　　 最后，本文对不同补偿参数实现的视觉效果进行主观评价，并结合其他图像增强方法对比，分析了文中提出的关键算法性能。实验表明，该算法实现了与人类主观感知图像效果相一致的结果。预测的补偿模型设计用于视频处理过程，使得低照度视频图像实现了实时补偿增强，改善了图像视觉效果。该系统达到了同时采集2路D1图像，实时显示原始图像与补偿图像效果对比的设计目标。