随着工业技术的不断发展,为更大限度地保留自然场景中的信息,获得更丰富的细节信息,高位宽（>8 bit）数字图像以其高动态范围而在实际工程中被越来越广泛地应用。但是,目前普遍使用的显示设备仍然是8位的而难以将高位宽的丰富信息清晰显示,所以在显示前需要将图像进行处理,使之适应普通显示器的动态范围。本文的研究目的是实现高位宽图像的动态范围调整,以将高位宽大动态范围图像映射到适应显示的图像,并有效保持与增强图像中的细节信息,避免各类视觉瑕疵,以便后续的人眼观察或机器处理。本文主要进行了以下研究:1.分析探究了复杂场景下高位宽数字图像的特点与处理难点,调研分析了国内外高位宽数字图像处理研究现状与发展。对现有各类图像增强、图像去噪领域经典的、效果良好的算法理论进行了梳理与性能分析。2.针对现有高位宽图像映射算法的局部细节保持和全局一致性的矛盾、算法过多地依赖经验人工选取参数值、对不同场景适应性差不鲁棒等问题,提出一种自适应的动态范围调整与细节增强方法。该方法通过梯度能量函数指导自适应地生成系列全局一致图像;在此基础上,对系列图像进行多尺度基础层和细节层分解,从为获得更丰富的角度对分解图像再进行基于信息熵指导的自适应融合,从而有效保留图像细节信息并确保图像全局整体的一致性。基于公开数据集和实际工程图像对其效果进行验证,通过主观分析与信息熵、Tenengrad函数等客观评估;结果表明该方法不仅在动态范围压缩和图像细节信息增强方面是有效且鲁棒的,且参数调节少,自适应能力强。3.针对实际场景中噪声导致图像降质的问题,提出一种基于全变分模型与多尺度引导滤波器的去噪方法。该方法用全变分模型有效去除图像噪声并很好地保留图像信息,基于去噪后图像生成系列引导图,对引导图进行迭代分解与全变分去噪,有效去除噪声并避免了全变分过平滑;而多尺度信息融合实现噪声图像的去噪、动态范围压缩与细节保留的一体化。利用仿真高斯加性噪声图像及工程噪声图像对算法进行验证,本方法有效抑制噪声的同时,很好保持了复杂场景的细节信息;在以峰值信噪比PSNR、结构相似度SSIM等量化指标评价上,性能优异。综上,研究针对高位宽图像的大动态范围图像的高质量显示,提出了自适应动态调整的图像显示算法,在有效地一致压缩映射图像动态范围的同时很好地保持了图像细节信息。针对工程项目实际中,不可避免的噪声问题,提出了基于全变分去噪与引导滤波的大动态范围显示算法,实现噪声图像的高质量显示。通过实验表明,本文所提出算法在图像质量、鲁棒适应性等方面有显著提升。