伴随着数码摄像技术的不断发展,数字图像越来越多地出现在人们的生产、生活和科学研究当中。近年来,高动态范围成像技术的研究和进展,极大地促进了数字成像技术朝着高清晰度和高信息量方向的发展。同时,这一技术也被越来越多地应用到数字摄像、遥测遥感、安防监控等领域。本文在阐述了数字成像、高动态范围成像、多曝光图像融合、鬼影消除等技术原理的基础上,总结了现有的多曝光图像融合算法,并基于操作域与参考图像对算法进行了分类和比较。在此基础上提出了两种新的多曝光图像融合中的运动检测与鬼影消除算法。本文的研究内容和主要工作如下:1、深入研究了高动态范围成像技术,尤其是多曝光图像融合技术。阐述了动态场景下运动检测与鬼影去除技术的理论基础、国内外研究现状及当前的技术难点,并针对现有的运动检测与鬼影去除算法进行了分类和比较;2、首次提出了一种高效的基于类内一致性与类间一致性的"鬼影"检测和去除算法,以实现高动态范围(HDR)图像的无鬼影重建。通过对选定的参考图像和图像序列中的其他图像进行直方图映射匹配运算,代替以往直接对图像数据操作来检测运动的算法。这种方法可以使场景中的大部分细节得以保留下来,尤其是图像中过曝光或欠曝光的区域,并大大降低了后期运动检测的难度。此外,考虑到不同图像同一位置的像素间的内部一致性与同一幅图像里相邻像素间的外部一致性,将运动检测模型建立在超像素层面。该方法有效地对输入的低动态范围图像序列进行了校准,同时在去除鬼影的前提下最大限度地保留了图像中的细节;3、首次提出一种基于结构一致性与对比度质量的运动检测与鬼影去除算法。通过比较其他图像与参考图像之间的结构一致性大小来对运动区域进行检测。为了将场景中的细节更多的保留下来,引入了对比度指标来进行可见性评价,并在对比度地图的指导下,将中间图像序列进行无缝融合,生成一幅无鬼影的图像,同时大部分场景中的细节得以保留。此外,该方法大大降低了传统算法的运算量。