太阳作为影响日地空间气候的最大源头，是一个主要被监测的对象，而全日面Hα观测又是太阳观测的重要内容。我国怀柔太阳观测基地先后运行过14cm和20cm两台Hα望远镜，从2001年到2009年，观测系统光路问题导致怀柔基地的部分全日面Hα数据质量下降。本文针对与硬件关联的数据质量问题，探索太阳平场相关理论并探寻能适应大偏差图像的新的平场方法。　　Kuhn方法是最早提出的平场方法，算法相对简单，数学理论性也比较强，该算法在太阳观测中经常被使用，也被作为平场的基本原理。　　本文第一章为绪论。　　第二章详细介绍了最基本的Kuhn平场原理，给出了推导公式。　　第三章对在Kuhn方法的基础上改进的两种平场方法（Jongchul Chae方法和J.W.Harvey方法）也给出了详细的理论推导，并对其与Kuhn方法做了详细比较，但这三种方法存留的问题都是平场偏移量不能过大，对光学系统引起的不一致性有较强的限制范围，不一致性最好小于1％，不超过5%，否则修复后的图像质量不但不能改善，其高对比度数据质量反而变得更差，也就是说这三种方法都不能适应大偏差情况。　　第四章分析了Kuhn方法、Jongchul Chae方法和J.W.Harvey方法。它们不能处理强干扰条件下，或者大偏差大噪声情况下的图像的原因是因为在求解平场函数时用到了数学理论中的方差和最小准则，而方差和最小准则对噪声很敏感，基于相关熵准则的算法能够有效地处理大噪声，把方差和最小准则转化为最大相关熵准则，从而推导出了能适应大偏差大噪声的平场方法—MCC方法。　　第五章主要是实验对比研究，为了比较其平场修复效果，根据太阳特性，仿真出太阳图像，并对仿真太阳加入随机噪声，然后分别利用文中的平场方法对其进行平场处理，其处理效果利用峰值信噪比 PSNR进行客观分析，最后发现提出的MCC方法只需要迭代15次就能获得比其他两种方法迭代20次更好的效果，能够有效地改善大偏差大平移图像的质量。