物体反射光的光谱能量分布是场景光源光谱能量分布和物体表面光谱反射率的乘积。因此,人们观察到的图像中的颜色并不是物体表面真正的颜色。若想恢复物体表面真正的颜色,就需要我们能够具有降低光源颜色影响的能力,这种通过计算去恢复物体表面真正颜色的方法称之为颜色恒常性算法。值得庆幸的是,人眼具有这种颜色恒常性的能力,若是计算机设备也能够具有这种能力的话,则许多计算机视觉领域的艰难问题就可以化解了。本课题针对多光源非均匀光照的颜色恒常性计算,提出了一个新颖的多光源图像颜色恒常性计算算法,即一个基于网格划分的逆强度色度空间-色彩空间变换融合算法(Inverse Intensity Chromaticity-Color Space Transformation)。该算法不需要先验知识,不需要人为干预,也不需要对光源的光谱能量分布和表面反射特性过多的假设,不需要庞大的图像数据集作为训练。主要思想就是采取“化整为零”的方法,即对一幅多光源图像采取网格划分区域的方法,提取色块,并假设划分后的每一个色块光照近似均匀分布,即相当于单光源颜色照射,然后对每个色块用逆强度色度空间进行光源估量,最后把所有区域的光源估量在RGB颜色立方体内进行照明轴拟合,并通过两次色彩空间变换之后,把多光源图像矫正到标准光源下,完成色彩还原,实现图像的颜色恒常性计算,并把本文提出的算法与现有的算法相比较,检验算法的优劣性。针对上述算法的提出,本文探讨了关于算法主、客观的性能评价标准,对所提出的算法性能分别就客观和主观两个方面进行评价。并通过相关研究,讨论了网格划分的尺寸大小对算法性能的影响,并最终确定了各个算法的最优网格划分尺寸。实验结果显示,本文所提出的融合算法对多光源室外图像有一定的矫正效果,并且,这对印刷领域来说,在印刷质量在线检测方面有一定的应用价值。