基于多项式拟合的标定方法可在缺乏相机曝光时间的条件下，获取相机响应函数（CRF）曲线和图像曝光比，具备广泛的适用性。然而该方法存在迭代发散和标定精度不高问题，影响其实际应用。本文通过分析传统多项式拟合标定方法流程，发现在全局误差函数条件下，标定数据集合中存在大量无效项，既减少了有效标定数据，又降低了图像曝光比迭代计算精度。针对这一问题，提出了一种改进的联合局部误差函数标定方法，可在两幅曝光相近的图像间选取标定数据，避免引入无效项，使得计算多项式系数和曝光比的数据一致。在公开数据集和某工业相机拍摄数据集上的标定结果表明，改进方法具有较好的收敛性，相比于传统方法，颜色三通道CRF曲线分布更加紧凑，通道间曝光比平均偏差分别减少了49.83%和42.25%。

许多计算机视觉应用的算法都需要对拍摄场景高动态范围的幅亮度信息进行精确的测量, 成像系统的相机响应函数能够建立拍摄图像强度信息与场景辐亮度之间的严格映射关系, 是高动态范围图像融合的关键技术。文中分析相机响应曲线的共同特点, 结合相机响应函数固有的约束条件, 建立相机响应函数的理论空间模型。首先, 利用主成分分析法对已有的相机响应数据库进行分析, 结合相机响应函数的约束条件建立响应函数的低参数经验模型; 然后, 根据输入图像选择合适的参数数量; 最后, 利用不同曝光量的输入图像通过最小二乘法求解建立响应函数模型的系数, 从而对相机响应函数进行标定。该算法能够通过对少量的采样点进行插值获得精确的相机响应函数, 同时能够对任意的场景通过拍摄多曝光量图像精确地标定相机响应函数。通过对实际拍摄的图像进行相机响应函数标定实验, 验证了该算法的有效性, 并证明该算法保持高精度的同时计算效率也较高。

利用图像之间的亮度映射函数而不是图像本身各像素点信息进行相机响应函数的标定，避免了成像系统的晃动或者拍摄场景的动态问题带来的图像配准之间的误差给后续标定算法带来的影响。采用直方图规则化的方法分析不同曝光量图像之间的各颜色通道不同亮度级的统计特征，获得了不同图像对之间的亮度映射函数。然后，利用图像对之间的亮度映射函数结合各帧图像的直方图建立求解相机响应函数的超定方程模型。最后，利用最小二乘法解算模型获得相机响应函数。验证实验表明，本文相机响应函数标定算法具有克服相机的动态问题的能力; 不同输入帧数图像的分组实验显示，最小输入4帧图像能够获得较为理想的响应函数标定结果。

高动态范围成像技术能够避免因为拍摄方向如逆光和曝光量的不同而使图像存在亮度信息缺失和色差，影响真实场景的信息采集。该技术有利于在复杂环境下获得更高的成像质量，被广泛应用于模式识别、智能交通系统、遥感遥测、**侦察等众多领域。相机响应函数的标定是高动态范围成像技术的关键，能够建立真实场景的辐照度与采集图像亮度值之间的映射关系，从而获得真实场景的高动态范围图像。所提出的算法通过单帧输入图像获得成像系统的相机响应函数，大大地提高了计算效率，并且适用于欠曝光及过曝光条件下采集的图像，扩展了相机响应函数标定算法的应用范围。

针对高动态范围图像合成过程中相机响应函数标定速度低的问题, 提出了一种快速有效的相机响应函数标定的方法.首先根据不同曝光度的图像在成像过程中场景照度保持一致的特性, 提出构建一种新的最小平方代价函数, 以降低相机响应函数标定方程组的维数; 然后在保证标定方程组求解效率的前提下, 根据不同曝光度图像的噪音分布, 引入高斯加权函数, 有效减小多曝光图像在高亮或过暗区域成像过程中引入的噪音, 并利用稳健的QR分解算法提高标定方程组的求解速度; 最后采用查表的方法, 利用高斯加权函数完成场景照度的合成及相应的色调映射, 得到能表现整个场景亮区和暗区细节的可视化图像.实验结果表明, 与传统方法相比, 本文算法在保证相机响应函数标定准确度的同时, 具有计算量小、速度快的优点, 可实现相机响应函数的快速标定, 而且所获得的可视化图像主观效果有所提高, 在便携式摄像设备上具有广泛的应用前景.

随着图像处理技术的广泛应用,图像伪造技术也越来越容易。恶意篡改的图像常出现在新闻、司法等领域中,造成极大的负面影响。论述了高阶统计量法、相机响应函数法、直接转矩控制(Direct torgue control,DCT)系数检测法等目前常见的拼贴图片盲检测方法, 分析了各种方法的适用条件和局限性, 并对该领域未来的发展作出了展望。