近些年来，高动态范围图像在数字图像领域变得十分重要而且越来越普遍。随着硬件设备存储量的迅速发展，人们可以很容易获取具有真实场景的高动态范围图像，但是传统的显示设备具有较低的动态范围，无法真实再现高动态范围图像。　　为了解决这一问题，许多研究人员提出了HDR图像色调映射算法。目前的色调映射算法有全局色调映射算法，局部色调映射算法和基于色貌模型的色调映射算法。其中全局色调映射算法计算简单，能够保持图像的整体明暗对比度，处理过程中会丢失大量的细节信息，因此不适用与场景较为复杂的图像或包含大量细节信息的图像。局部色调映射算法可以更好的处理局部对比度，保留图像的细节信息，但是其计算量较大，在边界区域易出现光晕现象。色貌模型的色调映射算法更关注图像的色彩信息，可以有效的还原色彩。　　本文详述了高动态范围色调映射的原理及相关知识，并对相关算法进行了深入的讨论和阐述。介绍采用滤波器对图像进行多尺度分解和iCAM06色貌模型在色调映射中的应用。　　针对色调映射后图像边界易出现光晕现象，给出一个基于非局部均值滤波的多尺度色调映射算法。该算法采用非局部均值滤波对高动态范围图像进行分解，可以把图像分解为一个基本层和许多细节层，由于是对基本层和细节层的处理是分开的，因此可以更好的持边界，最终对处理后的图像进行色彩恢复。该算法可以更好的保留细节，避免光晕现象的出现，使映射后的场景更加真实。　　为了减少计算复杂度，并更好的对色彩进行预测与重构，本文对非局部均值滤波进行亮度分区，对iCAM06色貌模型进行改进，并应用于色调映射。分区的非局部均值在计算权重之前对图像亮度进行分区，将图像分为基本层和细节层。通过对基本层进行色适应和色调压缩变换，并进行细节补偿操作，保证了再现图像细节可见，最后对图像色彩进行重构，预测原始色彩信息并校正。可更好的对细节进行保留，准确的预测并还原色彩信息。