随着大众生活水平的提高，视觉审美要求也在提升，人们对图像质量和视觉体验有着极致的追求和期待。高动态范围图像从出现到走入大众视线渐渐被消费者所熟知和使用，其获取技术受到了学术界及工业界的极大关注。目前，由于成像设备硬件的限制，获取的图像大多为低动态范围，难以覆盖整个场景的动态范围信息。直接捕获高动态范围图像的高动态范围成像设备虽已出现，但此类设备成本昂贵，难以普及大众市场。现阶段高动态范围图像的获取主要是基于软件的方法，目前使用最多的是多曝光高动态范围图像生成的软件方法，该方法是目前主流的高动态范围成像技术。多曝光高动态范围成像技术包含两类：一类是基于逆相机响应曲线恢复的方式，另一类是直接融合的方式。前者在RGB空间对图像处理时常引起图像的色彩偏移，后者只能适当扩展图像的动态范围，拓展性不强。　　针对目前两类多曝光的高动态范围图像技术存在的问题，本文提出两种算法。一种算法是基于多分辨率生成高动态范围图像，该算法在用逆相机响应曲线恢复图像辐射值的基础上，根据像素点特征设置各像素点权值，结合金字塔模型来更好地完成图像融合。这种算法对图像动态范围的提升效果很好，保持了图像细节信息、避免了色彩偏移，在主观评价和客观评价指标下都取得较好效果。本文另一种算法是在YUV空间生成高动态范围图像，该算法针对RGB彩色空间生成高动态范围图像时出现的颜色偏离等问题，将图像分解为亮度和颜色分量，用逆相机响应曲线对亮度分量进行映射处理，同时引入人眼视觉响应模型来增强亮度通道的感知强度，提升图像的动态范围。实验结果表明该算法可以避免色彩偏移，且运算复杂度低、运算量小。