基于融合多幅低动态图像来获取高动态图像的过程中, 传统方法中低动态图像获取时对曝光时间选取的策略简单, 使拍摄的多幅图像信息冗余较多, 严重影响融合效率。提出了一种基于局部信息熵最大准则的多曝光控制方法。讨论了低动态场景图像信息熵与曝光时间的关系, 得出了低动态范围场景的图像信息熵随曝光时间的增加呈现先增加后减小的规律, 并在某个曝光时间处信息熵最大。对于高动态场景, 首先, 利用图像平均灰度响应与曝光时间的近似线性关系确定场景的曝光时间范围; 然后, 根据图像直方图将高动态场景分成若干个低动态范围场景区域; 最后, 以信息熵最大为优化目标, 设计一维搜索算法, 搜索各个低动态范围区域的最优曝光时间, 直到所有区域都搜索到最优曝光时间。此方法将场景的局部信息熵与曝光时间联系起来, 能针对不同的区域进行曝光时间优化, 目的性强, 有效地避免了传统曝光控制中的缺点, 实验证明: 用该方法获取的图像进行融合获得了良好的效果。

针对基于数字微镜器件(DMD)的高动态成像系统在光学设计过程中由二次倾斜造成的畸变，建立了一套基于区域的系统畸变自校正模型。首先，根据像素级区域调光高动态系统中光路设计的特点，分析了畸变产生的原因。考虑不同种类畸变模型产生的原因及特点，结合系统自身的优势，建立了一种基于区域的畸变校正函数模型。为了解决在校正过程中某一点存在多次赋值或者未赋值的情况，采用逆推校正的方法逆向求解畸变参数，进行畸变校正。最后,利用数字微镜器件(DMD)自身投影标定模板的方法,实现了系统畸变的自校正设计。实验结果表明: 校正后的系统像元误差为0.87 pixel。与传统的畸变校正模型相比，该模型可以有效解决系统中的倾斜畸变、径向畸变以及偏心畸变，且畸变校正过程不依赖外部环境，校正过程快、可靠性高，满足了DMD高动态系统像素级调光的要求。