图像信息是信息工程学科领域中信息包含量最大、内容最丰富的分支之一，它因此也成为信息学科的研究热点之一。扩展数字图像的动态范围是指用硬件或者软件的方法使图像包涵尽可能大的实际光强范围，同时包容尽可能多的实际细节信息。提高数字图像动态范围的方法在技术上和商业上都具有很大的发展空间。研究数字图像动态范围的扩展方法，对在光照强弱分明的景物中获取更多图像信息具有很大的价值，对航空航天，军事侦察以及资源探测都具有重要意义。 本文就数字图像的动态范围扩展开展了一系列的理论与实验研究。研究了多幅图像与单幅图像的线性、非线性融合理论与方法，探讨了曝光动态范围的扩展处理的策略，并通过实验，验证了软件实现理论方法的有效性和实用意义。具体主要完成了以下几方面的工作：(1)基于人眼识别的特性，提出了一套可用来处理实际图像的线性算法，分别针对单幅和多幅图像，进行了线性扩展方法的研究。(2)在非线性处理方面，深入研究了LIP算法处理图像的理论，通过实验实现了上述理论的算法整合，并探讨了边界检测和提取技术在本研究中的应用价值。(3)研究了人眼视觉系统(HVS)和视觉基本特性等理论对扩展数字图像动态范围的指导性作用，并在目前并没有定论的图像质量评价方面，总结和分析了目前国内外的各种主观和客观评价系统。(4)对上述算法进行了硬件模拟实验和软件实现，给出了实验结果，对理论方法和实验结果进行了讨论，同时使用现有的评价体系对所得的结果进行了量化评价。最后对研究内容进行了总结并展望了其应用前景。