真实世界的很多场景包含了丰富的对比度、亮度、颜色信息,其动态范围远远超出了常规数字相机的捕获能力。数字相机在拍摄高动态范围场景时,尽管可以通过调节曝光度选择感兴趣的亮度范围,然而拍摄得到的单幅图像往往存在灰暗或饱和的区域,过多的细节被丢失。随着计算机科学和数字图像处理技术的不断发展,数字图像被应用于越来越多的领域,也对数字成像系统的动态范围提出了更高的要求。利用一系列不同曝光度的低动态范围图像合成高动态范围图像、增强图像细节是扩展成像系统动态范围的有效手段,具有重大的研究价值和科学意义。针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,介绍了数码相机成像过程,分析了多次曝光成像扩展动态范围的原理。对典型的相机响应函数求解与高动态范围图像合成方法进行了详细分析,对多曝光图像匹配方法和色调映射进行了探讨,通过实验进行了验证。提出了一种高效的多曝光图像融合方法。首先提出了结合场景亮度信息的曝光适度评价方法,通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值。将该曝光适度评价方法应用于图像分块区域,计算每个像素的权重值,并消除图像块状效应,从而将不同曝光度下成像的多幅低动态范围图像融合为一幅局部自适应曝光的高动态范围图像,实现动态范围扩展。实验与对比结果表明,该方法简洁、有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高。提出了一种新颖、有效的伪影检测与去除方法,用于解决多曝光图像拍摄过程物体移动引起的伪影问题。首先利用超像素分割方法提取景物的轮廓,将每幅图像分割为包含景物局部特性的图像分块；其次进行伪影探测,通过计算输入图像的每个分块与参考图像对应分块的零均值归一化互相关关系判断两者的相关程度实现；最后对静态场景像素与伪影像素分别赋以不同的权重值,从而将输入图像融合成一幅不含伪影的高质量图像。