随着现代科学技术的不断发展，人们对高清逼真的视觉体验的追求越来越迫切，这就需要我们使用的摄像设备越来越高级，但是，相比于人类最直观的视觉感受，摄像设备有一定技术上的缺陷。例如，在某一特定曝光状态下，成像设备并不能够获取原生态状态下图像的所有信息，图像的某一特定位置的图像可能仍然是不清晰的。为了解决这一系列的问题，多曝光图像融合算法应运而生，并逐渐变成图像融合算法中的中流砥柱，被更多的研究者探索。　　传统的多曝光图像融合算法通常获得的最终融合结果图的效果不佳，使得图像的视觉效果不清晰。通过对大量文献的阅读，本文介绍了多曝光图像融合算法，并针对性的介绍了结合引导滤波的多曝光融合算法和细节增强的多曝光融合算法。针对引导滤波产生的光晕、梯度反转，以及图像融合中某些边缘信息在处理过程中被遗失的问题，提出一种新的改进引导滤波的自适应多曝光图像融合算法。首先在引导滤波中根据梯度信息设定权重函数，并结合图像像素点和一定区域的均值创建函数，共同实现不同区域的纹理特性自适应;其次利用图像的平均亮度与图像的对比度、图像的饱和度及图像的曝光适中度之间的关系，设置权值函数，使加权平均融合过程中的权重值不再是固定的数值，而能够自适应的根据不同的图像亮度，权重值也不同，最后获得的实验结果图的质量更好;最后，把待处理原始序列图中的部分细节信息累加到改进的引导滤波图像中，构建一个纹路细节层。实验结果削弱了光晕及梯度反转现象，使图像更加真实，细节更加清晰，并且对有小光源的图像处理效果更好。最终的算法实验结果明显优于使用多曝光融合算法及引导滤波的多曝光图像融合处理的效果，在信息熵、互信息和边缘信息评价中分别取得2.5％、30％和30％左右的质量提升。