随着科技的进步，摄像头正逐步向高分辨率、高传输速率、智能化方向发展，采集输出的图像质量也逐步提高。但是由于受到光照环境、设备本身和技术等因素的影响，现如今摄像头采集的图像还无法与人眼直观视觉感受相媲美，输出图像的质量会发生退化和偏差。首先在不同光照环境下，受光源色温的影响，采集图像存在偏色。其次真实场景的动态范围之广，摄像头采集的图像无法兼顾亮处与暗处的所有信息，导致图像细节信息丢失。针对这两种情况，需要分别采用自动白平衡技术和图像融合技术来校正摄像头采集图像，改善采集的图像质量。　　对于自动白平衡处理，针对传统算法在图像颜色较少时的失效问题，提出了基于图像熵值加权的改进算法。首先对经过直方图均衡化后的图像进行分块并计算子块图像熵，然后基于熵值加权均值来计算增益因子，最后借鉴灰度世界法的校正流程，运用改进的增益因子来校正图像。另一方面，考虑到采集的图像在不同色温下偏色情况的差异性，提出了基于图像偏色检测的改进算法。在Lab颜色空间中采用基于等效圆的方法对图像偏色情况加以检测和划分，同时对增益因子也加以分类，根据偏色检测情况选择相应的增益因子，有针对性地对图像进行白平衡校正。对实验结果的分析与研究表明，两种改进算法较传统算法进一步提高了颜色还原的准确性，结果更加接近于人眼视觉感知。　　对于图像融合处理，提出了基于双边滤波的多次曝光融合算法。在YCbCr颜色空间中分离各颜色通道，在亮度通道中一方面基于双边滤波处理得到完整细节图；另一方面，基于曝光度加权重构亮度通道。然后通过叠加完整细节图与重构图，完成亮度通道的处理，最后将图像恢复成彩色图像即可。合成图像在细节和明暗层次方面都有所增强，与场景真实信息也更为贴近。同时在处理过程中，算法仅对单通道加以融合，故而运算复杂度得到有效降低。　　通过对自动白平衡与多次曝光融合的校正算法的研究与改进，输出的结果图像的质量得到明显改善，符合人眼的视觉感知结果。