随着数字图像的发展,人们对图像质量的要求日益提高。高动态范围成像技术的出现满足了人们的需求,该技术还原了实际场景的亮暗信息,更符合人们视觉感受,并且促进了数字化信息的发展。因此,高动态范围成像技术具有广泛的应用前景。目前高动态成像较常见的方法是多曝光图像融合技术,该技术的实现主要是通过合并同一场景具有不同曝光量的输入图像。本文分别对静态场景的融合与动态场景的鬼影消除进行了研究,对于静态场景的融合,本文提出了基于优化导向滤波的多曝光融合算法,有效去除光晕,呈现丰富的细节信息;对于动态场景的鬼影消除,本文提出了基于参考图像的鬼影消除算法,精准检测并消除运动物体。本文的研究内容包括:1.针对融合图像的细节信息、亮度信息进行深入分析,本文设计局部对比度和适当曝光度作为质量衡量因子。对于细节信息,本文结合相位一致性和边缘检测算子获取局部对比度,衡量局部区域的结构信息及对比度变化。对于亮度信息,本文在适当曝光度添加平衡因子,平衡全局对比度与局部曝光度。最后,本文结合质量衡量因子评估图像的基本权重,精确地提取每幅图像的有效信息。2.针对多曝光融合算法存在光晕、明暗翻转的问题,本文提出了一种优化导向滤波的多曝光融合算法。首先,利用导向滤波消除基本权重被引入的噪声。然后,根据导向滤波产生光晕、梯度反转的弊端,对导向滤波提出改进策略,使得优化导向滤波对区域的纹理差异实现自适应,识别并强化边缘区域,避免在边缘处模糊叠加。3.针对鬼影消除算法存在鬼影消除不充分的问题,本文提出了一种新的基于参考图像的鬼影消除策略。首先,通过参考图像与非参考图像匹配,消除曝光差异对检测运动像素的影响。其次,利用差分法确定运动物体的大致轮廓。再次,为确保相似结构的像素存在相似的融合贡献,利用最大类间方差法进一步检测运动像素点。最后,消除参考图像和非参考图像之间的相对运动引起的不一致性,校正运动位图。