高动态范围(High dynamic Range,HDR)图像克服了低动态范围(Low Dynamic Range,LDR)图像在低暗和高亮区域细节丢失的问题,其动态范围更广,对比度更高,视觉效果更好。由于HDR图像摄取设备价格太过昂贵,目前大部分HDR图像都是通过对多曝光图像进行合成获得的。但是在合成过程中仍存在许多问题亟待解决,本学位论文对多视点高动态范围图像合成技术进行研究,主要关注合成过程中图像的配准、虚拟曝光图像的绘制以及立体无鬼影HDR图像的生成,具体研究内容分为以下三部分:(1)高曝光图像在高亮区域容易产生细节的丢失,而低曝光图像在低暗区域容易产生细节的丢失,亮度差异较大的高曝光和低曝光图像进行配准时,很难得到正确的配准结果。针对这一问题,提出一种基于变换域的图像配准算法。首先,将亮度差异较大的两幅图像转换到变换域,再利用尺度不变特征转换(Scale-invariant feature transform,SIFT)对其进行配准,在变换域中减小亮度的影响,对图像进行配准能提取更多的图像特征,最终得到更好的配准结果。实验结果表明,对于曝光差异大的两幅图像在变换域中进行配准也能得到较好的配准结果。(2)多视点多曝光图像在同一时刻进行拍摄时,每个视点只能得到一张曝光图像,而合成多视点HDR图像要求每个视点具有一组多曝光图像,针对这一问题,提出基于多视点多曝光图像的虚拟曝光图像绘制算法。首先,估计输入图像的相机响应函数(Camera Response Function,CRF)曲线,统一输入视点间的亮度;再采用光流法得到视点间的视差图,将不同曝光的图像绘制到同一视点下;然后,为了使绘制曝光图像保留更多细节和结构,需要对绘制虚拟曝光图像进行空洞填补及边缘修复,引入边缘差值掩膜图,对图像边缘信息进行校正平滑处理;最后得到绘制曝光图像。实验结果表明,获得的绘制曝光图像与参考曝光视点图像之间的结构相似性高达0.99以上。(3)针对合成单视点HDR图像时产生的鬼影现象会影响最终合成的立体HDR图像质量的问题,提出两种基于鬼影去除的立体HDR图像合成算法。首先,若每个视点已有一组多曝光图像,估计图像的CRF曲线,再利用CRF曲线获得每个视点对应的响应图像,响应图每幅图像内容一致,曝光不同,通过响应图进行配准,合成无鬼影的HDR图像,最终得到立体无鬼影HDR图像。其次,若多个视点同时拍摄,每个视点只有一幅曝光图像,由于视点差异在合成单视点HDR图像时会出现鬼影,通过对每个视点进行亮度直方图统计,再对图像进行曝光变换,得到每个视点的多曝光图像,然后合成HDR图像。结果表明,该算法能有效地去除鬼影现象,实现立体无鬼影HDR图像的合成。