随着视频监控技术的不断应用与发展,图像处理作为视频监控技术中不可缺少的技术,显得格外重要。现实场景中光照强度的动态范围较大,而普通的图像采集、图像处理、图像显示设备处理的数据一般都是基于8bit的数据,表示图像的光照强度范围受到硬件的局限。当现实场景中的动态范围比数码摄像设备所能承受的最大饱和动态范围大时,摄像设备无法记录真实场景的全部光强信息,因过曝光和欠曝光的现象导致图像的细节特征丢失,这就造成了显示设备表示的图像与现实场景图像之间的失真。例如,在刑侦监控视频中,阳光高照的室外场景和室内的人物不能很好的同时表示,进而导致视频监控技术获取的信息失真,影响其在刑侦中的应用。然而,高动态范围图像可以包含场景的几乎全部色彩细节信息,是解决前述问题的关键所在。目前获取高动态范围图像的方法主要有硬件生成法和软件合成法两种。文中对两种方法都有介绍,其中硬件生成法实现起来较为困难,软件合成法中包括辐照域重建法和像素域直接合成法,后者是较普及的一种获取高动态范围图像的方法。文中详细介绍了两种软件合成法的相关技术流程。并实现了算法的验证和仿真。本文在研究国内外获取高动态范围图像的方法的基础上,提出了一种基于区域细节特征的高动态范围图像合成算法。图像清晰与否取决于它的细节特征是否丰富,文中首先提取不同曝光的低动态范围图像的细节特征,这个特征是基于像素的自适应特征,然后选取一定的合成准则,将含有丰富细节特征的像素提取到最终的图像中,这样就能够得到一幅含有输入图像中较丰富的细节信息的图像。文中提出的算法避免了辐照域重建法中相机响应函数的求解,计算复杂度低,而且从实验结果来看,合成后的图像也可以在低动态范围的显示器上得到较好的显示效果。并且通过改进后的算法应用更加广泛,是一种简单有效的像素域获取方法。