为了解决单一的中值滤波和高斯滤波算法对低照度图像中同时存在的脉冲噪声和泊松噪声抑制效果不佳、边缘细节保护不足的问题，提出一种基于可编程逻辑门阵列(field programmable gate array，FPGA)的开关中值-高斯融合(open and close mix-median-Gaussian，OCMMG)滤波算法。首先，利用最小四方向差值检测每个像素点的异常程度，根据脉冲噪声判别阈值分配权重，进行第1步滤波处理；然后，利用四方向边缘检测算法提取图像边缘，根据设置的边缘置信度表征值进行第2步滤波处理；最后，用电子轰击有源像素传感器(electron bombarded active pixel sensor，EBAPS)在1×10^?3 lx照度条件下采集的图像，基于FPGA对其进行实时图像处理。实验结果表明，FPGA处理结果与软件仿真处理结果相符。该算法相比于中值滤波和高斯滤波算法，峰值信噪比分别提高了3.23%和16.34%，结构相似性分别提高了14.66%和33.86%，边缘保持指数分别提高了0.49%和4.21%，能够有效去除EBAPS图像的混合噪声，并满足实时性要求。

为解决低照度环境下拍摄的图像对比度低、噪声强等问题，提出了基于四稳随机共振的图像增强方法。从产生随机共振的噪声与非线性相互作用出发，构建了非线性的四稳系统并分析其Kramers逃逸率，采用方差作为图像随机共振的衡量指标，建立了系统输出图像方差与噪声强度的近似解析表达式，研究了四稳随机共振在图像增强中的应用。理论分析与数值仿真结果表明，四稳系统输出图像的方差随噪声强度的变化呈现单峰特性，存在图像随机共振现象，且四稳系统产生的共振峰更高，共振效应更强。结合主观评价和客观评价指标，与直方图均衡化、单尺度Retinex、MSRCR和双稳系统进行了比较，结果表明四稳随机共振增强后图像的视觉效果最佳，信息熵为7.7，噪声方差小于0.002，相比于双稳随机共振分别提高了5%和38%。四稳系统更强的随机共振效应能进一步提高图像质量，在低照度图像增强方面更具优势。

针对低照度全景图像存在的对比度低、视觉效果差等问题， 提出了一种基于模拟多曝光融合的低照度全景图像增强算法。首先，将原图像从RGB颜色空间转换到 HSV颜色空间，以图像信息熵作为度量估计最佳曝光率，采用亮度映射函数对V分量进行增强处理，再将其转回RGB颜色空间得到过曝光图像；接着，以低照度图像和过曝光图像为输入，采用曝光插值法合成中等曝光图像；然后，采用多尺度融合策略将低照度图像、中等曝光图像和过曝光图像进行融合，得到融合后的图像；最后，通过多尺度细节增强算法对融合后的图像进行细节增强，得到最终的增强图像。通过与NPE，LIME，SRIE，Li，Ying，RtinexNet算法相比，在不同场景的全景图像上，亮度顺序误差（LOE）最小为322，自然图像质量评估器（NIQE）最小为2.32，无参考空间域图像质量评估器最小为5.71，结构相似度（SSIM）最高达到0.82，综合性能优于其他对比算法。实验结果表明，本文算法能够有效地提升低照度全景图像的质量。