近年来,智能手机行业蓬勃发展,手机的拍照,人脸识别等功能成为各大厂商竞争的核心技术,而彩色图像增强算法则在这些技术中发挥着重要的作用。由于光照条件不足,经常会产生低照度图像,这样的图像首先给人带来视觉上的不舒适,同时也不利于后续的图像处理工作。为了改善这类图像的视觉效果,需要对其进行增强处理。因此,本文针对低照度图像增强,对相关的技术和算法进行了深入研究。本文算法的主题思路为将待增强的彩色图像转换到HSV(HSI)色彩空间中,分离出色调分量H,饱和度分量S和亮度分量V(I),然后提取出亮度分量并对其进行增强处理,最后将处理后的亮度分量与其他分量合成为清晰的彩色图像。本文实现了两种对亮度分量进行增强处理的算法。一种是,引进新的正交多小波V-系统,对亮度分量进行相应的V-变换,分离出高、低频子带,接着对低频子带进行Retinex调整,以减轻光照因素对图像的影响,而对高频子带则使用改进的模糊增强算法来实现图像的去噪与增强。最后将处理后的分量V(I)与其他分量合成为清晰的彩色图像。另一种算法是,对亮度分量进行双数复小波分解,分离出高、低频子带,然后对高频子带进行Butterworth滤波,增强图像细节,抑制噪声,对低频子带,则使用本文改进的色调映射算法来调整图像亮度,最后将处理后的亮度分量与其他分量合成为清晰的RGB图像。大量的实验数据表明,本文的算法明显改善了低照度图像的视觉效果和质量,在人眼主观感受和多个客观指标方面均表现良好,证明了本文算法的有效性。