在低照度情况下使用图像或者视频采设备获取的图像，不仅图像质量差，可识别率低，而且包含有大量噪声，所以，对于低照度图像进行增强及降噪拥有非常重要的意义。首先，本文介绍了传统的低照度图像增强方法，并在分析了低照度情况下与白天有雾情况下图像之间的联系之后，介绍了基于暗原色先验去雾技术的低照度图像增强方法。为了改善算法性能，本文在暗原色先验去雾技术中引入了导向滤波取代原来的图像软抠图，对大气光强进行限定并引入了容差K改善处理效果。实验结果表明，将这些改进应用到低照度图像增强之中后，算法性能有了一定的提升。接着，分析了一些常用的图像降噪方法。在本文中选用的是双边滤波来进行低照度图像的降噪。最后，本文在EagleEye智能相机上进行了改进的基于暗原色先验去雾技术的低照度图像增强方法的移植，在介绍了DSP技术和EagleEye智能相机的基本情况之后，对算法进行了一系列的优化，包括数据结构和类型、整数运算、For循环、内联函数、编译选项等方面。实验结果表明，本文算法可以满足实际需求，并且拥有良好的应用前景。