本文以某卫星运载平台对整流罩抛罩过程的视频数据采集应用需求,以及航天视频监测需求的日益增长为背景,分析了目前视频监测系统动态范围不足,导致往往丢失场景很大一部分信息的问题。当前视频监测系统的研究主要集中在视频数据的高效压缩,却忽略了动态范围不足这一切实存在的问题。国内外在生成高动态范围图像的研究上也多针对静止图像。如何在现有半导体技术条件下快速生成高动态范围图像序列并进行动态范围压缩,为后续视频压缩等处理系统提供高动态范围视频源是本文研究的主要内容。本文首先总结了多曝光法合成高动态范围视频需要解决的几个问题,包括多曝光图像曝光时间的快速选择、多曝光图像快速配准、多曝光图像快速融合及伪影去除,然后对这些问题进行了分析研究。　　 文章首先分析了通过少数曝光次数就可覆盖成像系统所有动态范围的可能性。详细分析了Debvec方法计算成像系统响应函数的原理。对曝光时间初值、过曝光区域、欠曝光区域准确曝光的控制,采用了一种基于系统响应函数的快速收敛控制方法,这主要利用了成像系统响应的单调性:对于任意未饱和且未被噪声淹没的像素,其任意曝光时间得到的图像中,像素值高于这个像素的像素总数,以及低于这个像素的总数是一定的,而不受曝光时间的影响。利用这种原理,首先将系统的曝光时间调节到初始值,使图像的中间灰度位于系统输出中间值;再分别调整曝光时间使当前图像中直方图两侧有效像素调节至中间值,得到3幅低动态范围(LDR,Low Dynamic Range)图像。在初始曝光时间调节上,与均值控制方法相比,本文方法收敛快速稳定,可在2次迭代内收敛;在过曝光和欠曝光区域曝光时间调节上,与固定曝光时间调节方法相比,本文能更有效利用系统的动态范围。　　 然后分析了基于中值门限位图(MTB,Median Threshold Bitmap)的多曝光。图像简单有效的配准方法。由于多曝光图像来自于连续的视频帧采集,而帧间又有短暂时间差,有可能由于运载本身的运动导致背景的微小位移。因此有必要对多曝光图像配准,而常规配准方法并不适用于灰度差异很大的多曝光图像。本文分析了Ward基于MTB的配准方法,分析了基于塔形分解快速的MTB配准算法对计算速度的提升效果,并得出应用本文改进的塔形分解将使配准计算速度提高70倍。　　 总结了目前已有的多曝光融合方法,包括辐照图重建法和直接融合法两大类,进而介绍这两种类型中几种具体的方法。并重点对其中的多分辨率塔形分解法进行了分析。改进了塔形分解中的重构算法、拉普拉斯系数融合规则、高斯系数融合规则,在不明显降低融合质量的前提下极大地减少了计算量,适应实时视频采集。通过一组仿真实验,验证了改进方法的稳定性和融合质量,计算速度提高了10倍,达到8.9ms。　　 最后提出了一种消除多重曝光带来的伪影(Ghosting Artifacts)问题的方法。对于连续视频帧而言,多帧图像间必然存在由于拍摄对象运动而产生不匹配的情况,这就要求多幅图像之间的匹配,消除直接运算将产生的伪影。此方法通过当前的参考曝光图像预测另一个曝光时间的图像,比较预测图像和采集值的差异来检测运动。