随着手机等移动设备的相机功能的不断完善,摄影愈来愈方便快捷,加上互联网的迅速发展,数字图像几乎遍布人们的视野,图像的内容及表现上都不断丰富,使得人们不断追求技术上的完善。但是,数字图像所能表示的颜色范围是有限的,普通的数字相机在一次曝光中,捕捉到亮度较高的场景就会牺牲亮度较低的部分,因此无法展示出丰富的细节。因此,人们更加希望得到逼近真实场景的高动态范围(High Dynamic Range,HDR)图像。目前,图像融合便是代替高性能设备获取HDR图像的一种十分流行的算法。本文提出了一种基于信息通道的多曝光图像融合的方法。对于两幅曝光度不同的输入图像,在图像间构建两个不同源点(方向相反)的信息通道,在信息通道的基础上,本文采用了基于条件熵分解项的信息度量衡量两两图像间像素对的相对信息,经归一化得出输入图像的权重图。对于给定多幅源图像的融合应用,我们在两两图像间建立信息通道并计算图像间的相对信息,考虑到其他图像对于某图像信息的贡献度会因图像间的相关度而有所差异,我们采用了图像亮度差值的高斯函数计算图像的相关度。进而根据图像的相关度对相对信息进行加权从而得出图像的融合权重。为避免直接融合产生不愉悦的噪声,我们不直接根据各权重图对源图像进行像素级别的加权融合,而是采用多尺度图像融合的方案,将源图像进行拉普拉斯金字塔分解为多个尺度的图像,在每个图像尺度下,使用高斯滤波后的权重图融合该层图像,对于所有不同尺度的融合图像进行逆向重构,即可得到最终的融合图像。该方法将信息论中信息度量的理论用到了图像的信息衡量上,并具体地应用到了多曝光图像的融合中,方法简单且高效,并且获得了较好的实验效果。