自然界的光线强度从最亮的恒星120000Lux到夜空的星光0.00035Lux,亮度对比达到109:1,人眼大概能处理105:1的对比度,而传统相机的对比性能只有103:1。所以,使用普通相机获得的图像动态范围往往不足,不能反映实际场景的真实状况,得到的图像要么在极亮处过曝光,导致该部分图像饱和而丢失信息,要么在极暗处欠曝光,导致该部分图像噪声与场景细节混合而模糊不清。因此,要想获得高动态范围图像需要使用更先进的成像设备。目前,获得高动态范围图像有两种途径,一是硬件方法,二是软件方法。在硬件方面,可以研发更加先进的传感器,例如扩大满阱电荷容量、减小读出噪声等,也可以在图像传感器后端添加辅助电路或设备,例如对数压缩、Gamma压缩电路等。在软件方面,大部分采用多帧图像融合叠加算法。常见的有多曝光融合算法,即控制传感器在不同曝光时间拍摄图像,获得同一场景下具有不同亮度信息的图像。其中,长曝光时间的图像提供良好的低亮度环境的场景信息,短曝光的图像提供良好的高亮度环境的场景信息。然后通过计算低动态范围图像的特征,例如边缘、亮度信息、细节纹理等,得到权重系数,按照系数将序列图像中信息最丰富的区域提取融合,最终得到良好的呈现实际场景的高动态范围图像。本论文课题来源于天基相机成像质量研究项目。对于天基相机,空间目标的材质复杂,成像环境在光源较少的太空中,所以同一场景目标亮度变化很大,需要更广的动态范围。结合以上分析,本论文主要完成以下工作。首先,从原理上分析了图像传感器的工作流程,并介绍了影响成像的关键参数,对其中部分参数给出了计算方法。其次,根据空间目标的所处环境特点,对其进行光学散射特性仿真计算。结合辐射度学中的双向反射分布函数,分析了目标辐照度情况。在众多双向反射分布函数模型中,选择了合适的Davies模型,之后选取空间目标的典型材料参数,结合某款相机进行了仿真计算,得到了不同曝光时间下图像的像素值及噪声分布情况。然后,根据实际需求,分析了两种典型高动态范围图像传感器的理论设计方法。一种使用双增益双通道采样的方法提升图像动态范围,一种使用多斜率的方法提升动态范围。结合给定的光学系统,计算了两种传感器理论的动态范围,及对应的具体曝光时间和关键控制参数。最后,提出了一种新的高动态范围图像融合算法。该算法基于金字塔融合算法改进,引入了相位一致性作为边缘提取的权重系数,使得不同曝光时间的图像,边缘细节的提取具有鲁棒性,不随光照的变化而变化。基于标准图像的仿真测试表明,本文所提出的算法在主观显示效果和客观评价指标方面均优于原算法。同时利用标准动态范围测试设备进行了室内实验,融合图像的动态范围达到了预期的效果,验证了算法的有效性。