随着数字图像处理技术在现代信息科学中的广泛应用,高动态范围(High Dynamic Range,HDR)成像方法已成为近年来图像处理和计算机图形学领域的研究热点之一。图像是人类视觉系统获取信息的主要来源,HDR成像的研究工作致力于突破传感器表达的动态范围上限,进一步提升景物的色调分辨率和肉眼可区分的光照范围,呈现出更柔和的色调变化及更逼真的视觉效果。本文研究内容主要包括基于单帧图像的相机响应曲线(Camera Response Function,CRF)估计以及HDR图像生成,并针对HDR成像的主流方法进行了详细的理论阐述与实验分析。图像的对比度和曝光过程等与CRF曲线的形态密切相关,利用CRF曲线的特性能够有效地增强图像对比度或改变其曝光,进而显著提升图像的视觉效果。与传统的多曝光HDR成像方式不同,本文仅通过单帧图像内部边缘色彩的非线性分布特性求解相机逆响应函数,同时利用它校正原始低动态范围(Low Dynamic Range,LDR)图像,生成最终的HDR图像。相比以往的研究工作,本文算法进行了以下几方面改进:首先,在提取有效边缘路径信息的过程中施加了更为严格的约束条件,提升了相机逆响应曲线的预测精度。其次,使用基于窗函数的非参数估计方法来计算逆响应曲线的先验概率值,弱化了对先验概率分布的模型假设。在此基础上,本文提出了一种基于CRF估计的单帧图像HDR成像算法,该算法采用局部加权线性回归的方式计算LDR图像中每个像素点的原始场景亮度,这样可以更加充分地考虑预测点邻近区域的样本分布,得到更接近真实场景的HDR映射结果。此外,本文还采用多种反色调映射算子直接拉伸LDR图像的动态范围,同时提出一种新的反色调拉伸方式,并取得了良好的成像效果。本文的实验部分对比了多种HDR成像方法,并对结果图像的质量进行了主观和客观方面的评估。实验结果表明,本文算法得到的相机逆响应曲线具有更好的常态性和一致性,多次估计结果也更加稳定。在HDR成像方面,本文算法不容易出现对比度失真,同时在高光和阴影区域能够保留更加完整的细节信息。在亮度和色度信息方面也表现地更加自然,经色调映射后的结果图像与原始LDR图像差异较小,能够逼真地反映出现实场景。该方法基本可以满足实际应用需求,是一种综合性能表现良好的HDR成像方法。