高动态范围图像处理技术能够有效地解决较大动态范围场景中由曝光过度或曝光不足而导致图像细节信息丢失的问题,更加真实地记录自然场景,具有广阔的应用前景。多曝光图像融合技术是获取高动态范围图像的一种简便高效方法,受到广泛的关注。当场景中存在运动物体时,结果图像会产生鬼影效应,严重影响到图像的质量和视觉效果。针对运动场景中图像鬼影问题,本文进行了深入地研究和分析,并从两个不同的角度完成了动态场景下无鬼影的多曝光融合算法的设计实现论文首先分析了高动态范围图像合成的关键技术,详细分析了静态场景和动态场景下的多曝光融合算法,并对图像融合质量的主观和客观评价方法进行了分析比较。针对动态场景的鬼影问题,论文深入研究了基于位图运动检测的多曝光融合算法,提出了一种改进的基于位图运动检测的多曝光图像融合算法,利用中值阈值位图和光度关系双重检测对运动物体进行检测,提高鬼影区域检测的准确度。并利用零均值归一化互相关引导权重图的修正,从而扩展了运动区域的动态范围。最后利用拉普拉斯金字塔融合方法对输入图像和修正后的权重图进行融合。针对融合图像动态范围没有完全扩展问题,提出了一种新的基于运动物体配准的动态场景下的多曝光融合算法。首先,通过最小二乘法拟合出像素对之间的强度关系,利用双向强度映射函数生成中间图像,对中间图像和输入图像的差分图进行超像素分割检测出运动像素,再利用中间图像对运动区域进行填充。从而得到与参考图像结构一致,与输入图像色彩一致的图像副本。然后,针对传统多曝光融合算法在RGB空间无法对亮度信息进行处理的问题,提出了一种基于IHS空间的多曝光融合方法,该方法将低动态范围图像从RGB空间转换到IHS空间,并结合图像的饱和度对亮度和色彩信息分别进行处理。通过局部对比度和饱和度进行权重估计,采用金字塔加权融合方法对图像亮度分量进行处理;利用同一位置的最佳色调和饱和度来恢复融合图像的色彩信息。利用该方法对运动物体配准后的图像副本进行融合,能够在去鬼影的同时保留更多的细节信息和丰富的色彩信息。为了验证算法的有效性,论文对多组不同运动场景的多曝光图像序列进行融合,并与多种优秀的融合算法进行对比分析。论文完成了算法在主观视觉效果以及信息熵、平均梯度和空间频率等客观质量方面的评价分析。实验结果表明,本文所提出的两种无鬼影的融合方法各有优缺点,相比其它算法具有一定的优势,能够有效地消除运动场景下的鬼影伪影,获得细节丰富视觉效果好的高质量图像,对高动态范围成像有一定的实际应用价值。