在科技高速发展的时代,图像处理领域的需求有了众多的应用场景。针对硬件设备采集缺陷带来的无法获取真实场景的全部动态范围的问题,多曝光图像融合技术应运而生。然而多曝光图像融合技术本身在多类型场景中存在纹理细节信息丢失、产生光晕伪影等一系列问题,因此,多曝光图像融合技术有着重要的研究价值。为了提高多曝光融合算法结果在静态场景下的清晰细节信息和动态场景下的鬼影去除效果,本研究提出了多类型场景下的不同算法。首先,针对静态场景,提出了一种基于加权最小二乘的自适应多曝光图像融合算法;其次,针对动态场景,提出了一种改进强度映射函数的多尺度曝光图像融合算法,并在以下几个方面进行了深入研究:（1）针对传统权重因子产生的图像边缘细节退化的问题,本研究提出了一种基于加权最小二乘的自适应多曝光图像融合算法。为了高效的生成自适应权重,根据整体亮度和相邻曝光图像的重要性计算基于像素强度的权重;接着,根据像素值在与其他曝光相比具有相对较大全局梯度的范围内时的重要性,计算基于全局梯度反映的像素值。同时,针对已有算法无法保证最亮与最暗区域的图像细节问题,本研究利用了一种基于加权最小二乘的框架,并通过结合自适应权重完成多曝光图像的融合算法。首先,使用梯度整体曝光的加权平均来构造向量场;然后,利用加权最小二乘优化框架计算矢量场的精细细节;最后,利用自适应权重图和提取的细节信息合成最终的融合图像。实验结果表明,本研究提出的算法在图像色彩和局部纹理细节上均具有更好的处理效果。（2）针对多曝光图像融合中的鬼影检测及消除问题,提出了一种改进强度映射函数的多尺度曝光图像融合算法。首先,基于参考帧图像分别确定输入帧的高低对比度;其次,采用结构一致性对高对比度区域进行检测得出鬼影区域;然后,利用改进后的基于强度映射关系的能量函数进一步检测低对比度区域的鬼影信息;最后,利用多尺度块匹配算法进行快速融合并生成结果图像。实验结果表明本研究提出的算法可以有效地去除鬼影并保留图像的色彩和细节信息。（3）针对本研究提出的算法,开发了一个多曝光图像融合应用系统。该系统将本研究所提出的多类型场景下的多曝光图像融合算法进行封装并实现可视化。使用者点击不同的算法标签页实时上传多曝光图像序列,系统将上传结果快速处理并显示到界面。同时,使用者点击图像质量评价标签页将所需的算法结果上传,系统进行图像质量评价的客观分析并显示评价值。