为了满足工业应用以及其他高质量成像的要求,生成高动态范围图像的研究课题日益兴起。在过去的研究中,国内外研究者提出了一系列高动态范围图像的合成方法,既有硬件实现的方法,也有软件实现的方法。鉴于到硬件实现方法的特殊成本以及应用的广泛性考虑,本设计项目主要着力于软件实现的高动态范围合成方法,通常来说即为使用相同场景不同曝光的图像序列来合成一幅高动态范围图像。然而,如果按照这些传统的方法来生成高动态范围图像,合成结果中都无法彻底排除噪声点的负面影响,因此所得的结果也无法达到最高的信噪比,而信噪比恰恰是工业应用中最关心的要素之一。本文中首先从传统Retinex的概念中推导出相对于单幅图像传统Retinex更加广义的多曝光Retinex模型,并以之为基础提出一个新的高动态范围图像合成方法。与传统方法相比,新方法生成的图像质量更高,它具有更高的信噪比和不低于传统合成算法的动态范围。在新算法中由于光照分量图像和反射分量图像各自不同的属性,本设计采用不同的方法对它们分别进行合成,然后再将各自的合成结果合并为输出图像。对于光照分量图像的合成,由于其高动态范围以及低噪声的性质,本设计对其应用了传统的高动态范围图像合成方法;而对于表现物本质信息的反射分量图像则提出了一个新的合成方法,集合反射分量图像序列中最可靠、信噪比最高的像素以使输出结果能够获得最大可能的信噪比。本设计所提出的高动态范围图像合成方法既可以应用在工业应用中常见的灰度图像中,也可以通过本文后面提出的方法应用于普通格式彩色图像和裸格式彩色图像。