多曝光图像融合技术是目前解决图像动态范围不足而引起的亮部与暗部细节丢失问题最有效的解决办法,最大的优势在于该技术在运算过程中无需生成宽动态范围图像,省去了使用色调映射技术将生成的宽动态范围图像转换到低动态范围图像的计算过程,降低了算法复杂度,大幅提高了运算速度。在交通运输、工业控制、医疗检测、安防监控、消费电子等领域都具有广阔的应用前景。本文题为基于多曝光的宽动态范围图像序列融合算法研究,算法的输入为一组多曝光图像序列,算法的输出是由多曝光图像序列融合后得到的一幅低动态范围图像,并且得到的融合图像具备在普通商用显示设备上直接显示的能力,很好地还原了人眼对于现实场景的真实感受。由于现有的多曝光图像融合技术仍然存在一些问题,例如融合图像细节保留不完全,颜色失真,明暗过渡不自然,鬼影去除不彻底以及鬼影去除算法中的参考图像选取不合理等问题。本文主要针对这些问题做了一些研究工作,设计了一些创新的多曝光图像融合方法,这些研究的主要思路及其成果如下。（1）设计了一种新的基于自适应因子特征评价的多曝光图像融合方法。注意到现有的多曝光融合算法不能很好地适应输入图像序列整体偏亮,或者整体偏暗的情况。而在这种情况下,融合得到的图像质量不佳,细节没有完全保留。因此,设计了一个自适应因子来感知输入图像序列的曝光程度。首先,通过滑动窗口计算曝光评估权重、纹理变化权重以及颜色强度权重,之后将权重归一化。最后,通过使用金字塔融合的方法去融合图像以避免接缝。选取了不同场景的多曝光输入图像,从主观方面进行了定性分析、从客观方面进行了定量分析,与现有的一些算法性能进行了对照,实验结果展示了该方法可以在静态场景上保留更多的图像细节,并获得令人满意的视觉效果。（2）针对动态场景下出现合成鬼影的情况做了一些优化和改进。引入了用于图像配准和人脸识别领域的DSIFT描述符替代（1）方法中的纹理变化权重,通过计算归一化的DSITF描述符检测输入图像之间的运动元素,从而消除物体运动所带来的融合图像鬼影。使用这种方法在描述一个像素对应的局部区域时,比直接使用梯度计算更加精准可靠。通过滑动窗口计算曝光评估权重,颜色强度权重,以及由DSIFT描述符所计算的空间一致性权重,之后将这些权重归一化,最后仍然使用金字塔融合的方法融合图像用以避免接缝。选取了一些不同场景的曝光输入图像序列,与现有的几种多曝光图像融合方法进行了比较,实验结果展示了该方法能在局部动态的场景上保留更多的细节,去除融合图像鬼影效果非常明显,获得令人满意的视觉效果。