多次曝光图像融合的目的是结合不同曝光的各个图像的互补信息，组成一个新的图像以获得场景更为全面、准确、可靠的图像描述。目前常用的融合方法有辐照度重建法，金字塔变换法，小波变换法，HIS假彩色法等。这些方法有效地增强了可探测的目标亮度范围，但大都将大动态范围的场景信息映射到8 bit中，虽然增加了目标场景欠曝和过曝区域的亮度信息，但是牺牲了中间亮度的对比度。提出了一种多次曝光融合的方法，采用指数积分时间对固定场景进行4次采样，将获取的低动态范围图像序列乘以一个积分时间因子直接进行图像非饱和区域的匹配。然后，以图像各点的对比度为权重因子，对各幅图像高低端进行加权融合，最终获得一幅细节丰富，层次鲜明的11 bit图像。

提出采用普通的成像系统，进行6次不同积分时间曝光获取图像，通过对成像过程进行分析，建立“灰度值-辐射亮度”模型，得到每幅图像各像素点的灰度值随积分时间变化的关系，重建出大动态范围场景各点辐射照度比例关系，最终根据场景辐射亮度将6幅8 bit图像融合成一幅10 bit图像。该方法最终合成的图像包含了场景所有细节信息，增强了图像灵敏度，并对高亮目标背景下的暗目标探测有明显效果。