近年来，随着数字成像技术的快速发展，数码相机等数码产品越来越普及。本论文主要进行了数码相机中的颜色插值和图像锐化的算法研究。为了能够得到全彩色图像，需要根据周围的采样点计算出每个像素所缺失的另外两种颜色分量，而图像锐化是增强图像的边缘即高频部分，是保证能够获得高品质图像的基本途径之一。　　 本文针对数码相机中Bayer型数据的分布特点，提出了一种基于双线性和边缘检测的颜色插值算法。采用绿色分量和红、蓝分量分步插值的组合方式实现颜色恢复。利用图像数据的相关特性，并引入三角形边缘检测算法，在水平方向、垂直方向、45°方向及135°方向四个方向都进行图像边缘检测，一方面可以有效检测图像边缘，提高图像突变边缘的插值效果，同时又可以减少参与双线性运算的像素点数量，从而减少运算复杂度。　　 本文针对图像插值运算后，图像边缘不够明显，高频分量减弱的特点，提出了充分利用图像的时域特性的基于动态边缘检测的图像锐化算法，对于数码相机中的连拍图像，选择连续两帧的图像，首先通过总和的绝对差SAD进行动态检测，然后利用改进的索贝尔算子进行边缘检测，通过前两步的操作，对于检测出有动态变化的边缘部分，只考虑当前帧，通过改进的拉普拉斯算子模板，利用空域滤波进行空域锐化，对于检测到没有动态变化的边缘部分，则同时考虑前后两帧，利用时域滤波特性，通过改进的拉普拉斯算子模板进行时域锐化。恢复的图像在细节纹理、边缘以及色彩方面的效果都比较理想，对于边缘的噪声抑制比较明显，在整个锐化的过程中，引入新的噪声较少，同时相对于常用的锐化算法，本方法具有运算复杂度较低的优点。