物体上的高光直接影响工业检测、模式识别和计算机视觉等领域中后续处理的算法性能。如何检测和消除图像中的高光区域一直是个热点问题。现在已有的去高光处理方法主要是针对单幅图像的,但是单幅图像的处理比较困难,去除高光的结果很难到达预期。本文介绍了一种基于连续帧图像配准及高光去除的方法,主要利用了连续帧图像之间的互补信息。该解决方案包括两个主要部分:图像配准和图像融合。首先,利用特征检测及其特征描述或者其他图像配准方法,对连续帧图像进行自动配准。其次,在连续帧图像被配准后,对配准后的图像进行融合。最后,输出去除高光后的图像。图像配准模块主要介绍了一种基于SURF的连续帧图像配准方法,虽然该方法能比较好处理大部分图像,但由于SURF对纹理特征比较少的图像特征提取效果并不好。为此,我们提出了一种基于Canny的主轮廓线配准方法。利用这两种图像配准方法,我们可以比较好的完成图像配准模块的工作,然后进行图像融合。经过多次实验,我们认为该方法用于消除或消弱高光区域有比较好的效果,有一定的理论和应用价值。