近年来,人们对高质量显示设备的需求越来越多,高动态范围技术受到研究人员极大的关注。各大厂商也推出了支持高动态范围技术的消费级电子产品来满足人们的需要。高动态范围图像能够更加真实的还原自然场景中的光照情况,呈现出栩栩如生的视觉效果。本文主要内容基于反色调映射,探究图像预处理和动态范围扩展方法,并对经典单帧或多帧高动态范围图像生成算法做了详细阐述和仿真实现。考虑到相机捕获的真实场景与存储图像的亮度情况之间为非线性的关系,为了恢复最接近真实场景的亮度情况,本文引入了反伽马函数,将存储图像的亮度情况恢复为相机接收到的光照情况。传统的图像去噪一般采用双边滤波器,但双边滤波器在参数为较小值的情况下无法对图像进行有效平滑。本文采用了加权最小二乘滤波器对图像进行噪声去除。相机拍摄时,受到自然环境光照条件的限制,可能会产生高亮区域或是饱和区域,这些区域需要进行预处理。本文首先采用基于低通滤波器的方法,对图像的高亮区域进行检测。当某些图像具有较多的饱和区域时,本文采用一种基于阈值的方法来检测它。由于双边滤波器对图像的高亮区域的处理效果一般,且速度较慢,本文采用双边网格来对图像的高亮区域进行预处理。将输入图像的灰度图像和高亮区域作为原始数据,运用双边网格生成预处理图像。再将预处理图像与输入图像相融合,生成预处理后的图像。最后,基于反色调映射的方法,本文对预处理后的质量较高的图像进行动态范围扩展。在本文中,反色调映射由人眼视觉模型或者分段线性函数来实现。首先,本文采用人眼视觉模型,对经过预处理后的图像进行动态范围扩展。为了简化动态范围扩展步骤,本文提出了亮度相关的线性函数,来对图像进行动态范围扩展。在此基础上,本文做了更进一步的探究,创新性的提出了一种分段线性函数,用于扩展图像动态范围,最终生成高动态范围图像。本文的实验采用了多种方式来评估本文算法对图像的处理效果及其效率。无论是主观评估还是客观评估,实验结果均表明本文算法能产生较少的失真,保持颜色的一致性,展示更多地细节信息。算法具有较高的处理效率,能够获得动态范围更大的扩展图像,生成高质量的高动态范围图像。