高动态范围图像现已成为研究的热点方向,由于高动态范围图像具有动态范围广,逼真的可视化效果,易于捕获等优点,所以高动态范围图像在数字图像处理领域具有很重要的研究意义。高动态范围图像的研究技术日趋成熟,针对如何利用普通摄像设备获取并合成高动态范围图像这一问题,解决的方法不断更新,但是在合成高动态范围图像的过程中,噪声对图像质量的影响同样重要,所以本文在高动态范围图像合成的过程中对噪声的处理提出了解决的方法;并针对高动态范围图像的传统线性压缩技术进行改进,使得高动态范围图像的色阶映射简单且有效。本文针对以上两个问题进行深入研究,提出了解决以上两类问题的新思路和算法:1、为了解决在高动态范围图像合成过程中有噪声影响图像的质量的问题,本文提出一种基于多曝光的高动态范围图像合成的降噪算法。首先根据光子散粒噪声变化的特点,通过多曝光图像加权平均的方法,将图像混有的噪声问题转化为求解一个求解多曝光图像序列组的平均值问题;通过图像拟合的方法,拟合出相机响应曲线,根据响应曲线的逆求出原始图像的亮度值;根据加权平均的方法,将一组多帧图像进行分组,选择合适的簇数,将不同帧的像素值赋给不同的加权系数,求出当前这一组帧的平均值来修正当前帧的像素值;最后根据相机的响应曲线和已经修正过的像素值以及高动态范围图像合成的权重方程,求出合成的图像的像素值,即图像真实的亮度值。2、为了解决高动态范围图像的动态范围远远超出数字显示器的成像范围这一问题,本文提出了一种基于局部线性变换的色阶映射算法。根据局部窗的结构,利用局部窗内的中心像素点与窗内的其他像素点的均值,方差的关系进行构造,所以基于局部线性变换的色阶映射算法能够抑制由具有高对比度的图像边缘所引起的鬼影和光晕现象。针对图像直接线性压缩能力较差的缺点,本文提出一种局部的线性变换模型。首先根据已知的图像线性压缩模型和高动态范围图像的亮度值,给出一个图像压缩的线性变换方程,其次,在不同的像素点的局部区域内使用不同的线性变换,可以实现不同比例的缩放;最后,由矩阵变换求出最优的低动态图像的亮度值,并输出低动态范围图像。