目前,现实视觉环境下的亮度对比远超出成像传感器和普通数字显示设备动态范围的极限,对于视觉成像系统中采集的可用于显示的灰度图像,无法呈现出较高动态范围的亮度对比所要求的可视化效果;同时,受到现有硬件发展水平的制约,普通CCD/CMOS传感器采集到的图像无法真实的记录人眼观察到的自然场景信息,对于具有高反光特性的目标表面往往存在全局或局部过曝光现象。因此,如何利用普通数字显示设备捕获、合成、显示具有高反光特性和较高亮度差异的目标表面视觉信息,成为当下数字图像处理领域研究的热点问题。为解决具有高反光特性的目标表面视觉检测难题,本文以图像处理和机器视觉检测为基础,系统深入地研究了用于提高成像过程中动态范围的高动态范围成像(High Dynamic Range Imaging,HDRI)技术和表面缺陷检测算法。通过本文所提算法可以有效地合成较宽动态范围的浮点型亮度图像,在提高色彩饱和度和丰富图像细节信息等方面均有良好的效果,解决了高反光表面的过曝光现象,带来更为真实的感官体验。本文主要研究工作如下:1.提出改进成像过程中相机响应函数(Camera Response Function,CRF)标定算法。针对传统算法中选取采样点较多,处理时间较长的问题,提出一种结合最小二乘法与S型函数模型的CRF快速标定算法。本文提出的快速标定算法所需采样点数量为传统算法的1/10,程序运行时间约为传统算法的1/4,具有计算量小、标定速度快的优点。2.提出基于稀疏编码的HDRI方法。采用加权结构化稀疏编码方法,设计稀疏编码模型并针对图像背景层和反射层分别进行处理,最终重构输出目标图像。传统基于多次曝光的HDRI技术中数据量大、成像过程复杂的难题得到有效解决,极大程度地降低了程序运行时间。3.提出一种基于颜色校正模型的梯度域自适应色调映射改进算法。较好地压缩了HDR图像的动态范围,同时引入了颜色校正模型,并结合色差和消色差颜色间的线性插值函数与颜色校正因子,实现了自适应调节图像不同区域色度信息的功能。通过大量的实验与测试,本文所提算法处理速度快,客观评价效果好且满足高反光表面缺陷检测要求,具有良好的可行性。