语言和图像是人类获取和交换信息的主要途径,而图像信息无论是在日常生活还是科学研究领域都具有广泛的应用,且高分辨率、大视野范围已成为未来图像的发展趋势。在视频安防领域,传统的多摄像头监控系统单画面视野范围小,且多画面间连续性较差,同时监控图像易受到环境因素影响,如夜间低照度条件下图像降质严重,无法满足实际需求。而高质量、大视野的图像相比传统图像所提供的信息更多也更加有效。因此,利用图像增强与拼接技术实现恶劣条件下大范围连续监控具有重要的研究价值与意义。针对当前基于去雾思想的低照度图像增强算法适应性差的问题,通过分析伪雾图特性改进了边界约束条件,对伪雾图物理模型中透射率进行了准确估计;针对由于忽略伪雾图与雾天图像的差异而直接去雾易产生过增强与偏色的问题,采用亮度信息对大气光值进行准确估计,提出了基于物理模型与改进边界约束的低照度增强算法。实验表明该算法可以有效的提升对比度和亮度,过增强现象得到改善;效果优于对比算法,且复杂度低。针对当前拼接算法处理存在较大视角差的待拼接图像时易产生较大拉伸畸变的问题,提出了一种基于最佳拼接平面和局部特征的图像拼接方法,降低了坐标变换角度,减少了拉伸畸变;针对一般拼接算法由于采用加权融合无法平滑拼接图像亮度差异而产生的亮度拼接缝问题,通过分析人眼视觉特性提出一种结合JND(Just Noticeable Difference)模型的图像拼接缝消除方法。图像拼接与优化的实验结果表明,该算法可有效降低拼接图像的拉伸畸变,同时能够有效的去除拼接图像存在的亮度拼接缝。针对低照度下视频的拼接,通过将低照度增强算法与视频拼接算法结合,提出了多场景视频优化拼接方法。实验验证了该方法能够基本实现对正常白天、夜晚低照度等多场景条件下视频的优化与拼接,取得了较好的增强与拼接结果。