高动态范围(High Dynamic Range, HDR)图像合成技术近年来在工业图像处理、数字娱乐、机器视觉等领域获得了广泛的应用。由于受到图像采集设备自身的限制,现今所有图像传感器的动态范围均小于实际场景中所包含的动态范围,从而导致图像动态范围的丢失。作为一种增强型的数字图像获取技术,高动态图像在全局照明等方面具有不可替代的优势。例如在发光二级管(light-emitting diode, LED)晶元自动检测过程中,晶元电极处具有较高的反射率但发光处却具有较低的反射率,为了同时获得电极和衬底的细节就需要使用高动态范围图像合成技术。在过去高动态范围图像的研究中,国内外研究人员分别提出了多种解决方案,主要分为硬件成像结构的改进和软件算法的提升两大类别。对成像硬件结构的改进涉及到图像传感器的研制,需要先进的仪器,从来带来很高的成本消耗,所以只适用于某些特殊应用的场合。而软件算法由于具有实现简单,合成效果好,成本低廉等优势,得到了广泛的关注。本文在学习借鉴国内外最新研究成果的基础上,提出了一种适用于晶元自动光学检测(Automatic Optic Inspection, AOI)过程的HSV(hue, saturation, lightness)空间彩色高动态范围图像合成技术并通过实验证明了其可行性。本文主要分析了以往具有里程碑意义的几种算法,同时根据具体的应用场景,选择了一种适合判断的颜色空间,最后着重分析了基于这个颜色空间的高动态范围图像合成算法。