随着数字成像技术的深入发展,人们对数字图像品质的要求日益提升,而高动态范围成像技术的出现,极大的提高了数字图像的品质。该技术扩大了图像的动态范围,使得所获图像能够同时包含场景中亮部和暗部区域的细节信息,能更真实的反映实际场景包含的信息。目前常见的一种方法是通过拍摄多帧不同曝光量的低动态范围图像,这些图像有着真实场景中不同区间的动态范围,通过软件算法将多帧图像合成一帧高动态范围图像。然而该方法仅适用于静态场景下拍摄的多帧图像,真实场景中,绝大多数都是动态场景,所拍摄的多帧图像存在移动的人群、车辆等,使得该方法生成的高动态范围图像存在鬼影,极大的影响了图像的质量。因此,研究人员开始专注于动态场景下的无鬼影高动态范围图像获取方法,而生成无鬼影高动态范围图像的关键技术在于检测出构成鬼影的像素点。本文在阐述了多曝光高动态范围成像和鬼影检测与去除技术原理的基础上,提出两种无鬼影的高动态范围成像算法。其一是提出一种基于相邻帧差法的无鬼影高动态范围成像方法,通过比较相邻两帧图像灰度值之间的关系找出鬼影区域,然后分离相邻鬼影区域得到每帧输入图像的鬼影区域,选定一帧图像作为参考图像,得到参考图像与其余输入图像之间的鬼影区域,针对单帧参考图像鬼影去除算法存在生成的高动态范围图像在鬼影区域内存在细节信息差的问题,使用图像修复算法提高去除移动物体后的图像在鬼影区域内的细节信息,最后使用改进合成权重的多曝光合成成像算法得到高动态范围图像。第二种方法是提出一种基于梯度结构一致性的无鬼影高动态范围成像方法,选定一帧图像作为参考图像,在计算参考图像与其余输入图像之间的梯度结构相似性后,通过适当的阈值判别出存在鬼影的区域,然后使用改进融合权重的多曝光融合算法生成无鬼影的高动态范围图像,在融合时结合拉普拉斯金字塔算法,避免融合后的结果图像出现缝合线问题。实验结果表明,两种无鬼影的高动态范围图像生成方法都有效去除了鬼影的影响,且获得的图像有着较好的质量。