传统的场景绘制技术是基于几何的绘制(Geometry Based Rendering，GBR)。为了准确、完整的绘制场景，首先必须进行复杂的几何模型、光照、材质属性的建模，然后对物体进行着色、上光、粘贴材质、判断遮挡、填充空洞等等繁琐的计算。在精细绘制时，GBR方法很难满足实时性的要求，并且由于色彩层次没有自然景观丰富，真实感也不强。基于图像的绘制(Image based Rendering，IBR)直接从实景图像中绘制场景，充分利用了图像本身所具备的真实感并发挥图像显示速度快的优点，增强了虚拟环境的真实感和提高了场景绘制效率，解决了传统GBR方法的瓶颈。图像拼接技术作为IBR的核心技术、虚拟场景构建的关键环节，引起了国内外学者广泛而深入的研究。　　 曝光差异和场景运动是图像拼接技术研究的热点问题。场景的动态性和曝光模式、曝光参数的差异性给图像拼接带来巨大的挑战，已有的方法都只是针对曝光差异较小的情况，大曝光差异和场景运动问题至今没有稳定的方法。本文在高动态图像理论的基础上，提出了一种结合相机响应曲线和图切割的方法来解决这个问题。　　 主要工作如下：　　 (1)一般相机响应曲线是未知的，传统的标定方法是基于静态场景，无法满足动态场景的要求。本文在Mitsunaga等标定方法的基础上做了两点改进：第一，用亮度映射函数代替图像之间的对应点来标定响应曲线，使算法对场景运动具有鲁棒性。第二，改进初始条件和收敛条件，来增强算法的稳定性。改进的标定方法直接在存在运动物体的图像序列中标定相机响应曲线，不需要额外采集静止场景的图像进行预标定。然后，在高动态图像理论的基础上，提出了一种曝光调整的方法应用于图像拼接中消除图像之间的曝光差异，并对该方法进行实验分析。　　 (2)在以上工作的基础上，本文提出了一种结合相机响应曲线和图切割的图像拼接方法，来解决大曝光差异和场景运动的图像拼接问题。首先用SIFT特征进行图像配准，然后用相机响应曲线和曝光度将图像亮度映射到场景辐射度，接着用图切割方法寻找最佳缝合线融合图像，并对融合图像中曝光不足、曝光过度的像素点进行重新选择，最后通过色调映射将场景辐射度映射到图像亮度。实验表明，本文的方法是有效的，即使是图像存在部分曝光过度、曝光不足区域仍然能得到较好的拼接效果。