随着直播、虚拟现实、电子竞技等新兴产业日新月异的发展,人们对于视觉效果的要求越来越严苛。高动态范围成像技术的发展向这些方向的应用也开始引起学者们的注意,但是在传统高动态范围成像技术中,不是其应用条件不符合,就是算法获取一幅高动态范围图像时间过长无法应用到实时视频中。本文目标是利用开放计算语言(Open Computing Language,OpenCL)并行开发框架,针对限制对比度直方图均衡算法,在CPU+GPU、CPU+FPGA和ARM+FPGA三种不同的异构平台上实现算法的加速,并构建基于异构平台的HDR视频生成系统。首先,本文研究了基于OpenCL的异构并行计算技术,探讨了基于GPU和FPGA两种加速设备完成算法并行化的方法。然后深入研究了当前HDR成像算法,对目前成熟的算法通过实验对比了它们的在实现方法、处理速度、可并行化程度等多个方面的优劣,确定限制对比度直方图均衡算法为本文HDR视频系统所要使用算法,并设计了本文实验方案。基于目前较为成熟的CPU+GPU异构平台完成了限制对比度直方图均衡算法的OpenCL并行化。验证了限制对比度直方图均衡算法的可并行化与生成高动态范围视频系统的实验目标。通过访存优化和局部存储器优化两种方法进一步对基于GPU的内核程序进行了优化,最终实现的CPU+GPU异构平台下的高动态范围视频生成系统处理1024*754分辨率图像可生成流畅的高动态范围视频流。本文还针对FPGA作为OpenCL程序加速设备完成了限制对比度直方图均衡算法,将并行算法分别应用于CPU+FPGA和ARM+FPGA两种异构平台,并且搭建了基于FPGA的内核程序的仿真环境以辅助并行化程序的实现。验证了基于FPGA的两种异构平台对限制对比度直方图均衡算法的加速效果,并通过存储访问优化和数据处理优化两种方案对FPGA平台的内核程序进行了优化,最终实现的CPU+FPGA异构平台下的高动态范围视频生成系统处理1350*900分辨率图像可生成流畅的高动态范围视频流。本文为了验证并行化后生成高动态范围图像的图像质量,通过均方差、峰值信噪比和结构相似性三个指标对串行和并行算法图像质量进行了对比。实验结果表明在不减少图像信息量的前提下,使用FPGA进行加速能够取得更大的加速效果,使限制对比度直方图均衡算法可以应用于高动态范围视频的实时生成。