近年来,随着数码相机和互联网的普及,人们获取图像的途径不断增加,图像数据呈爆炸性增长。但是受成像场景条件的影响,很多在未知成像系统或未知环境光源下由非专业摄影师拍摄的图像质量不佳,存在偏色问题,即获取的数字图像的颜色表现与标准参照光源下的颜色表现之间存在偏差。利用图像处理的方法,检测并移除图像存在的颜色偏差,可以有效地提高图像的视觉质量。本文只考虑由于成像场景光照变化引起的色偏现象,主要研究场景光照均匀条件下的色偏检测与校正问题。色偏检测与校正是指在一定检测原则的基础上,判定图像是否存在颜色偏差,并针对色偏图像进行色偏移除。本文基于二维色度直方图法,将消除主色调图像对色偏检测的干扰,实现正常图像、主色调图像和色偏图像的正确分类作为本文色偏检测部分研究的重点。统计并分析图像的色彩度和自然度的分布特性,提出了一种基于颜色特征分析的色偏检测算法,该算法综合图像的二维色度直方图分布特性和颜色特征的分布特性对色偏因子的计算方式进行优化,从而实现图像的正确检测与分类。在色偏检测的基础上,本文基于Grey World算法,将解决图像颜色数量少或出现大面积单一颜色时算法失效问题作为本文色偏校正部分研究的重点。发掘并分析了图像的色彩度特征与颜色信息之间的关系,提出了基于色彩度加权的Grey World算法,该算法利用图像的色彩度特征对颜色单一的图像块进行检测并约束,将色彩丰富的图像块的颜色均值作为图像的平均颜色,实现对增益系数的约束从而防止Grey World算法在场景颜色较少的情况下性能恶化,提高Grey World算法的适用范围。