随着人们对图像质量的要求不断提高,高动态范围图像(High Dynamic Range Image,HDRI)由于其涵盖的场景信息更丰富,获取成本日益降低,因此被广泛应用。但是,HDR图像由于拥有极大的动态范围导致其在传统的显示设备上显示效果受到限制,无法完整的展现所包含的数据信息。由此,对HDR图像的动态范围进行压缩,并尽可能保留原有的图像信息,使其匹配低动态范围显示器是非常有必要的。人眼可感知的亮度范围是十分巨大的,从晴天中午的太阳到夜晚的星星都在人眼的感知范围内。本文基于人眼的生理学知识、视网膜的明暗适应机制以及已有的心理物理学实验,创新性地提出了一个高动态图像增强算法框架,旨在通过模拟真实的视觉适应机制来压缩图像的动态范围、增强图像细节。我们的算法是一个局部自适应模型,对图像动态范围的压缩是在亮度通道进行,并且整个压缩过程都是分为视杆和视锥两个平行通道进行。我们参考了人眼在亮度适应过程中的视网膜生理机制,通过搭建感光细胞的亮度模型、感光细胞的响应模型、神经节细胞的感受野模型、视杆视锥的信息融合模型以及颜色变换模型来模拟视觉的适应机制,并以此来压缩HDR图像的动态范围。在众多HDR图像上的处理结果表明,我们的两个算法都能够有效的压缩HDR图像的动态范围,无论是过亮区域还是过暗区域都能够在处理后很好的显示出信息,并且细节清晰,无色偏和明显的伪影。