近年来，随着科技的发展和人们生活水平的提高，数码产品尤其是数码相机和摄像机得到了广泛应用。但由于拍摄条件以及水平的限制，人们往往会拍摄到一些曝光不足、效果不好的照片和视频，对这些照片和视频进行亮度调整，改善观赏质量有着很大的需求。　　 图像和视频的亮度调整是数字图像和视频处理中一个比较古老的问题，较早的一些亮度调整算法过于简单，自动调整的效果欠佳，稍后也出现了一些较为复杂的算法，但其计算复杂度相对较高且需要一定的用户交互，使用不够方便。因此对曝光不足的图像和视频进行亮度调整具有重要的理论研究意义和实际应用价值。　　 本文提出了一种基于梯度域操作的图像亮度自动调整算法。算法采用“分而治之”的策略，对于静态图像，算法首先使用金字塔算法将图像分割为不同的亮度区域；然后分别计算不同区域的亮度调整算子并通过各自的调整算子对不同亮度区域进行调整；为了保持各个区域之间边界的连续性和图像对比度，算法最后通过求解一个梯度约束方程计算调整后的结果图像。应用该算法可以对常规尺寸图片进行实时处理。　　 论文将该算法拓展到对视频的处理。视频由一系列具有前后一致关系的图像帧组成，对视频的处理不能够孤立地处理视频序列的每一帧，必须考虑到处理后视频帧间的相关性。为此，算法首先选取若干关键帧并使用上述图像亮度调整算法进行处理；然后对非关键帧进行分割，并通过光流算法确定非关键帧上的分割区域与前后关键帧区域的对应关系；最后，利用对应关系通过关键帧区域的亮度调整算子和调整后的亮度指导非关键帧上区域的亮度调整并生成结果视频序列。　　 上述视频亮度调整算法能够高效的处理曝光不足的视频，但由于光流算法的局限性使得帧间区域的匹配在某些情况下会显得不精确。因此，我们通过直接对视频进行三维分割，进一步提高视频亮度调整的质量。首先采用拓展的金字塔算法对视频体进行分割；然后根据不同视频体的亮度属性使用不同的调整算子进行亮度调整；最后算法仍通过求解梯度约束方程来保持各区域之间边界的亮度调整结果连续性。该算法可以更好地处理时空曝光不一致的视频序列。　　 本文提出的图像和视频亮度自动调整算法可以较好地调整曝光不足的图像和视频，尤其是对于空间和时间上曝光不足和不均的图像和视频，本文算法能够在自动调整图像视频亮度的同时，较好地保持图像和视频的细节纹理信息。