随着数字图像处理技术的日益发展,普通的数字显示设备由于自身工艺的限制,其动态范围难以达到人眼的级别,再加上成像环境的影响,显示出的图像经常存在着曝光不平衡、颜色失真和运动阴影等问题,图像质量已无法满足人们的要求。宽动态范围（Wide Dynamic Range,WDR）技术则正是致力于解决此方面的问题,借助于WDR技术,数字显示设备能够分辨出图像最亮和最暗的部分,因此对于图像高光和阴暗区域的曝光能进行很好的平衡,图像的整体表现更符合人眼的视觉效果。WDR技术也凭借此优势在监控、安防和摄影等多个领域得到了广泛的应用。WDR图像常见的成像方式主要分为两种,一种是基于单帧图像获得WDR图像,另一种是基于多帧图像融合获得WDR图像。单帧成像的方法是通过特殊处理从一张源图像中衍生出多张虚拟的曝光度不同的图像进行合成,这种方式极少会出现运动阴影的问题,但其包含的图像信息太少,无法与多帧图像相比。基于多帧图像合成的方式有多帧源图像,图像信息丰富,可以将每帧图像的最佳区域融合为一体,成像质量远高于前一种方式,因此多帧图像合成也是最为流行的WDR成像方式。但这种方式也存在着问题,对于运动物体需要额外的方法对运动区域进行检测并对运动阴影进行消除。传统的做法是利用帧间差分法对两帧图像作差,然后将差值和给定的一个运动阈值进行比较来检测运动区域,再通过背景补偿方法消除运动阴影。然而对于运动过快的物体,单一的运动阈值并不能准确的判断运动区域,单纯的背景补偿方法也不能有效的消除运动阴影。除此之外,多帧图像融合的过程大多都是通过建模为每一帧源图像分配合适的融合系数,将源图像直接按照一定比例进行融合得到WDR图像,而如果将源图像进行预处理,对源图像中存在的阴影和曝光等缺陷先进行修正,得到一系列新的无污染的图像,然后将这些新图像按照一定条件进行融合,成像质量是可以有进一步的提升的。针对上述多帧曝光图像融合过程中存在的问题,本文对传统做法进行了改进,提出了一种新的基于多曝光的WDR算法,并对此算法做了硬件实现。该算法使用四帧源图像,根据像素点的亮度情况为每一个像素点都分配了合适的融合系数,并对帧间差分法做了改进,运动阈值不再是单一的值,而是设为了一个范围,以此对运动区域进行更准确的检测。在运动阴影消除方面,不再单纯的使用背景补偿方法,而是将其和一种高斯模型相结合,提升运动阴影消除效果。另外,算法使用均值滤波方法对非正常曝光区域的像素点进行了修正。经过上述处理得到了四帧无污染的权重图,对于图像上每个位置的像素点,从四帧权重图相应位置中挑选最合适的两个像素点进行融合,得到WDR图像。将本文算法和传统算法进行对比,计算得到本文算法三个场景的WDR图像的峰值信噪比为31.6,29.8和22.7,平均梯度为0.77,0.69和0.22,对应的传统算法的峰值信噪比29.5,27.2和20.3,平均梯度为0.62,0.57和0.10,本文算法的两种指标均高于传统算法,证明了本文算法的优势。最后在FPGA开发板上对硬件设计进行了测试,确保了硬件设计的准确性,同时也计算了测试图像的峰值信噪比和平均梯度,也均符合算法预期。