使用普通数码照相机拍摄图像的亮度动态范围要远远低于人眼能够观看到的动态范围,从而使得图像或者视频的细节丢失、色彩失真,导致无法精确获取真实场景的信息。高动态范围(High Dynamic Range,HDR)图像或者视频不仅可以呈现更细腻的色彩,而且可以呈现更清晰的亮度层次,更符合人眼的视觉特性。因此,本文对高动态范围视频生成方法进行研究。目前高动态范围视频生成方法主要有两种,一种是从硬件的角度来考虑,利用配有特定的传感器直接曝光生成HDR视频,但是该方法的硬件设备价格昂贵,应用不广泛。另一种是从软件的角度来考虑,绝大多数的方法是基于交替循环曝光的低动态范围(Low Dynamic Range,LDR)视频生成HDR视频的方法,该方法能够生成质量良好、细节较清晰的HDR视频,但是该方法对输入设备有一定的要求。为了满足所有的设备,本文提出了基于正常曝光的LDR视频生成HDR视频方法。首先利用单幅LDR图像生成HDR图像方法,将LDR视频第一帧生成HDR视频第一帧,再利用相邻帧之间的相关性生成HDR视频。本文提出了基于运动估计的HDR视频生成方法和基于曲线拟合的HDR视频生成方法。本文在单幅LDR图像生成HDR图像方法中的权重图求解时,增加了对比度等信息因子,而且利用了金字塔的分解方法,使得改进后的算法生成的HDR图像细节更清晰,对后续的HDR视频生成起到了一定的作用。对于基于运动估计的HDR视频生成方法,在LDR视频第一帧利用改进的单幅LDR图像生成HDR图像方法生成HDR视频第一帧之后,利用运动估计算法找到相邻帧之间的动态区域二值图和静态区域二值图,从而生成图像中动态部分和静态部分的HDR图像,最终生成HDR视频。对于基于曲线拟合的HDR视频生成方法,在LDR视频第一帧利用改进的单幅LDR图像生成HDR图像方法生成HDR视频第一帧之后,找到两者之间最优的拟合曲线,然后利用该曲线生成HDR视频。本文利用目前已有的高动态范围图像质量评价方法,对本文所提的方法进行评价,实验结果表明本文所提的方法具有较好的主观和客观效果。