随着全景相机和自由视点相机等新兴技术的发展,多相机系统得以迅速普及。一个随之而来的重要问题是如何确保相机之间的色彩一致性。多相机系统的色彩一致性对后期处理如拼接、融合等的精确度和最终的视觉连贯性都有显著影响。目前的相机间色彩校正算法的视觉效果并不理想;由于缺乏真实数据,且实验仿真数据普遍与真实成像数据差距较大,直接应用在多相机系统上存在色块、过曝、计算量大、鲁棒性低等诸多问题;另外现有算法大多停留在双相机层次,运用到多相机系统时误差和复杂度会显著放大。寻找一种能够在多相机系统上实时精确且稳定工作的色彩校正算法成为热点课题。本文对色彩校正算法进行了广泛调查和深入研究,并在此基础上提出了一种新的色彩校正方法,其效果、鲁棒性和速度相较于已有算法都有明显优势。本文主要工作内容如下:（1）研究了直方图匹配对扰动的鲁棒性。通过理论分析和模拟实验证明了传统直方图匹配算法在累计直方图斜率大的像素区间匹配误差可以忽略而在累计直方图斜率小（例如过曝区域）的像素区间匹配产生巨大误差这一假设。（2）提出了一种新颖的混合直方图匹配算法。针对本文提出的微扰鲁棒性问题,设计了一种更加精确的直方图匹配算法:首先通过阈值筛除直方图匹配误差大的区间,其次对剩余区间运用直方图匹配,之后对去除的区间使用曲线拟合,最后将整条映射曲线使用平滑处。得到一条更加精确的色彩映射曲线。该匹配算法在峰值信噪比以及结构相似性等客观评价指标和主观效果上都明显优于目前最好的其他色彩校正算法。（3）拓展研究本文提出的算法,验证其算法有效性及泛化性。包括局部线性化处理及平滑处理的影响、重叠区域大小及对齐程度、环境光变化、相机数量更多的多相机系统的扩展应用、有参考的拼接相机应用、算法复杂度以及算法局限性,以方便未来工程应用。（4）同时,为多相机色彩校正领域建立了一个更符合现实场景的实拍数据集。本文在不同时间,不同光照,不同城市使用真实拼接相机拍摄了多组具有色差的图像组,使用尺度不变特征点匹配算法进行匹配和单应性变换,并找到相邻图像对的重叠区域,最终生成了110个色差图像对。本文提出的色彩校正算法在各项指标及实际运用中具有明显的优势。尽管如此,色彩校正领域仍然有很多值得研究的问题,我们将本文的项目代码和数据公开在了https://njuvision.github.io/HHM/,以方便国内外同行进行可重复的研究及拓展。