随着显示技术的不断更新,HDR显示设备开始进行推广,对于HDR资源特别是动态的高动态范围(High Dynamic Range,HDR)资源的需求也越来越大,如何高效便捷的获得HDR图像资源正日益成为一个研究的热点,并仍然是一个研究的难点。为了在进行图像捕获时更好地构建HDR图像以及将现有低动态范围(Low Dynamic Range,LDR)图像转换为HDR图像,本文首先提出了一种基于光源采样的单曝光HDR图像生成算法。该算法基于人眼视觉系统(Human Visual System,HVS)模型,分别提取出LDR图像的亮度分量和色度分量。对LDR图像的亮度分量进行反色调映射。然后再对反色调映射后图像的高光区域进行采样,将采样结果作为图像中的光源进行扩展。在扩展过程中为模拟光线散射效应及尽可能地保持该区域的细节,进行高斯滤波和腐蚀操作。最后,在色度分量与亮度分量的图像融合过程中,对图像进行调整,进一步拉伸图像暗区域的对比度,并对暗区域噪声起到一定程度的抑制作用。实验表明,该算法能通过单曝光LDR图像生成HDR图像,处理效果较好,能满足实时性要求。而针对单曝光LDR图像细节信息不足的问题,本文还提出了一种基于细节层分离的单曝光HDR图像生成算法。该算法结合HVS模型,将LDR图像分离出亮度分量和色度分量。对分离出来的亮度分量进行伽马校正,之后再对伽马校正后的图像采用滤波操作,进行细节层分离。然后将分离出来的细节层与亮度分量分别进行反色调映射后进行融合得到新的亮度分量。最后将各图像分量融合得到最终的HDR图像。实验表明该算法能挖掘出部分隐藏的图像细节信息,处理效果较好,能满足实时性要求,具有较好的鲁棒性。