随着人们对图像质量的要求不断提高,高动态范围图像(High Dynamic Range Image,HDRI)因其涵盖的场景信息更加丰富,获取成本又日益降低,所以被广泛应用。由于HDR图像拥有极大的动态范围,导致其在传统的显示设备上显示效果受到限制,无法完整的展现所包含的数据信息。由此,对HDR图像的动态范围进行压缩,并尽可能保留原有的图像信息,使其匹配低动态范围显示器是非常有必要的。人眼可感知的亮度范围十分巨大,从晴天中午的太阳到夜晚的星星都在人眼的感知范围内。本文基于人眼的生理学知识,视网膜的明暗适应机制以及已有的心理物理学实验结果,提出了两个基于人眼视觉适应机制的HDR图像动态范围压缩算法。两个算法均是静态的,自适应的局部算法。算法一主要是利用了Tumblin提出的基于视觉特性的色调映射框架,将HDR图像映射前场景输入端和映射后显示器输出端引起的人眼响应进行等值匹配,运用一个正向模型和一个逆向模型来计算映射后的图像。我们的算法利用了感光色素的漂白机制来计算感光细胞的响应值,同时还在原有算法框架的基础上引入了色适应变换。算法二中我们创新性地提出了一个高动态图像增强算法框架,旨在通过模拟真实的视觉适应机制来压缩图像的动态范围。我们参考了人眼在亮度适应过程中的生理机制,通过搭建感光细胞的亮度模型、感光细胞的响应模型、神经节细胞的感受野模型、视杆视锥的信息融合模型以及颜色变换模型来模拟视觉的适应机制,并以此来压缩HDR图像的动态范围。结果表明,我们的两个算法都能够有效的压缩HDR图像的动态范围,无论是过亮区域还是过暗区域都能够在处理后很好的显示出信息,并且细节清晰,无色偏和伪影出现。