低照度彩色图像增强是图像处理领域重要的研究内容之一。夜晚或其他光照较弱环境容易导致摄取的图像或视频整体偏暗,难以有效感知有用视觉信息,降低相关视觉系统的效用。利用低照度彩色图像增强技术,可以有效降低低照度环境对图像或视频获取装置的影响,从而有效提升视频监控、图像识别、计算机视觉等系统在低照度情况下的性能,具有重要的理论与实际应用价值。　　 论文在分析经典低照度彩色图像增强方法的基础上,提出一种新的低照度图像增强方法并实现出该算法的实时化视频处理系统。本文的主要研究内容与成果如下:　　 1.首次从大气散射模型角度出发,解释与分析低照度彩色图像的成像机理。发现正常照度、正常天气条件下拍摄的理想彩色图像的亮通道先验,并在大气散射模型基础上提出一种基于亮通道先验的传输函数估计方法,并通过引入GuidedFilter对传输函数进行优化。　　 2.针对大气散射模型中假定大气光照唯一与实际低照度图像一般存在多个不均匀分布的人工光源不相符这一事实,提出一种不均匀环境光照估计方法,并对大气散射模型进行修正以更适用于低照度彩色图像增强处理。　　 3.针对大气散射模型传输函数估计方法的选择,论文提出一种亮通道先验与暗通道先验的选择准则,并给出相关理论证明。　　 4.针对实时视频增强处理应用提出一种基于GPU的实时视频处理架构并在此基础上实现了基于本文所提算法的低照度视频实时增强系统。研究了架构所涉及到的GPU并行计算、DirectShow视频采集和计算机视觉代码库OpenCV,并给出了基于GPU的实时视频处理架构的功能模块设计、数据结构设计和接口设计等。通过将所提低照度彩色图像增强算法与所提实时视频处理架构相结合实现了低照度视频实时增强处理系统,有效的提升了算法的处理速度,系统能够满足一般的低照度视频实时监控处理的需求。　　 论文所提低照度彩色图像增强方法,有效克服现有方法计算量大、颜色失真严重、对比度下降等不足,在保证实时处理的前提下依然能达到较好的视觉增强效果。