在夜晚条件下拍摄到的图像对比度低,信息缺失,对诸多领域获取图像细节信息造成不便。在我们的日常生活中,数码相机和智能手机已经广泛应用于照片的拍摄。但是数码相机和智能手机在动态范围有一个限制,这个限制远远低于人类可以感知的范围。因此,在高动态范围拍摄到的照片常常会在阴影中或者高亮度的区域显示出曝光不足或者是曝光过度。针对目前低照度图像增强领域复原效果较好的算法,学习和仿真了采用暗原色先验理论的低照度图像增强算法。针对暗原色算法部分细节丢失,色彩稍有失真的缺点,本文提出了一种基于改进的暗原色先验夜视图像增强算法。对夜视图像进行RGB空间转换后,估计全局大气光和传输系数,并对传输系数进行优化,然后对增强后的图像做色彩保持处理得到最终增强图像。所提新算法在保持边缘的同时降低计算复杂度,又能恢复出具体图像细节信息,并且运行时间也较优。然后将虚拟曝光技术与图像融合技术相结合,提出了一种基于曝光融合的夜视图像增强算法来增强这类图像。首先,对于输入的夜视图像,通过虚拟曝光技术进行多倍曝光得到虚拟曝光图像序列,利用图像融合技术实现虚拟曝光图像序列的图像融合,最后对融合后的图像进行色彩还原阻止相关色相转移和颜色饱和度下降,从而得到最终的增强图像。实验结果表明,该算法可有效增强夜视图像,提高图像对比度、突出细节信息并且减少噪声。最后本文提出了夜视图像能见度评价指标,实现了图像清晰化系统。该系统可以处理雾天、低照度、沙尘和水下等环境的图像,本文所研究的夜视图像增强算法作为其中一个模块可完成调节增强强度和平滑程度等功能。