计算机视觉发展迅速,人们对图像的视觉要求越来越高,高动态范围图像显示技术的出现,极大的提高了数字图像的品质,成为数字图像处理领域的研究热点之一。多曝光图像融合是当前获取高动态范围图像的一种有效方法,通过融合一系列不同曝光度的低动态范围图像,达到扩展图像动态范围、增强图像细节的目的。多曝光图像融合具有重大的研究价值和应用价值,受到广泛的关注。多曝光图像融合按拍摄场景分为静态场景融合和动态场景融合。静态场景多曝光融合主要研究如何在视觉失真最小的基础上尽可能多的保留图像细节;动态场景多曝光融合主要研究如何消除运动物体引入的鬼影问题。本文研究了多曝光图像融合的相关技术和方法,首先,针对静态场景融合的细节丢失问题,提出了基于改进的细节增强多分辨率图像融合方法和基于多尺度细节提升的多曝光融合方法。然后,针对动态场景的多曝光融合,本文提出了基于超像素分割的鬼影检测方法,并能有效的检测和消除鬼影。本文的主要研究内容包括:1.对多曝光技术的国内外研究现状进行阐述,详细分析了多曝光图像校准、静态场景的多曝光融合方法和动态场景的鬼影消除技术,并对多曝光融合中的细节丢失现象和鬼影问题展开研究。2.针对多曝光融合中的细节丢失问题,提出了两种基于多分辨分析的细节增强多曝光融合策略。多分辨率图像融合,能有效避免缝隙的产生,并减少视觉失真。本文针对传统的多分辨率图像融合导致细节丢失问题进行深入研究,改进并提出了基于改进的细节增强多分辨率图像融合算法和基于多尺度细节提升的多曝光融合算法,前者以每幅图像的曝光亮度为细节增强因子,增强图像金字塔的高频信息;后者对每幅图像提取多尺度细节图,直接对融合图像的进行细节增强。3.针对动态场景下运动物体导致的多曝光融合结果出现鬼影现象的问题,本文提出了一种基于超像素分割的鬼影消除算法,能有效的检测鬼影区域。首先,根据参考图像将多曝光图像序列调整至同一曝光水平,利用图像差分确定输入图像中的初始运动区域;然后,利用超像素分割方法提取轮廓,并根据每个超像素区域内的运动像素点比例进一步检测出运动物体区域;最后,修正运动物体像素的融合权重,得到不含鬼影的融合图像。