1.一种基于梯度结构相似性的无鬼影高动态范围成像方法，其特征在于，包括以下步骤：(1)、鬼影区域的判别

1.1)、从输入的N帧不同曝光量图像中选出一帧中等曝光量的图像作为参考图像Ir，将N帧不同曝光量图像中剩余的N-1帧图像作为非参考图像Isn(n＝1,2,...,N-1)；

1.2)、提取参考图像Ir的水平梯度图像Ixr以及非参考图像Isn的水平梯度图像Ixsn，计算参考图像Ir与非参考图像Isn的水平梯度结构相似性图像GSSIMx(Ixr,Ixsn)，其中，第i个像素点的值为：其中，C1与C2为防止除数为零的常数，i属于整个图像域；

μxri为水平梯度图像Ixr像素点i处p×p的方形窗内像素值的平均值：其中，zrik为水平梯度图像Ixr像素点i处p×p的方形窗内第k个像素点的像素值，K＝p×p；

μxsni为水平梯度图像Ixsn像素点i处p×p的方形窗内像素值的平均值：其中，zsnik为水平梯度图像Ixsn像素点i处p×p的方形窗内第k个像素点的像素值，K＝p×p；

σxri为水平梯度图像Ixr像素点i处p×p的方形窗内像素值的标准差：σxsni为水平梯度图像Ixsn像素点i处p×p的方形窗内像素值的标准差：为水平梯度图像Ixr与水平梯度图像Ixsn像素点i处p×p的方形窗内像素值的协方差：按照同样的方法，计算出垂直梯度结构相似性图像GSSIMy(Iyr,Iysn)，其中，第i个像素点的值为GSSIMy(Iyr,Iysn)i；

1.3)、得到参考图像与非参考图像的梯度结构相似度图像GSSIM(Ir,Isn)，其中，第i个像素点的值为GSSIM(Ir,Isn)i：GSSIM(Ir,Isn)i＝GSSIMx(Ir,Isn)i·GSSIMy(Ir,Isn)i   (7)；

1.4)、获取鬼影区域图像ghostmap(Ir,Isn)，其中，第i个像素点的值为ghostmap(Ir,Isn)i：其中，th为判别是否为鬼影像素点的阈值；

1.5)、使用形态学处理ghostmap(Ir,Isn)，去除孤立的噪声点和填充孔洞，得到鬼影区域图像ghostmap*(Ir,Isn)，其中，值为1的区域为鬼影区域；

(2)、鬼影去除

根据参考图像Ir在鬼影区域的梯度信息以及非参考图像Isn在鬼影区域的边界信息，采用泊松图像编辑算法，重新构建出非参考图像Isn在鬼影区域内像素点的像素值，得到去除鬼影后的非参考图像I'sn；

(3)、生成无鬼影的高动态范围图像

3.1)将参考图像Ir以及非参考图像I'sn组成N帧无鬼影图像Ij，j＝1,2,...,N；

3.2)、对N帧无鬼影图像每帧的M个位置的像素值按照色彩通道进行采样，得到的采样值Zcmj，c∈{R,G,B}，m为采样值的位置；然后结合各帧的图像曝光时间tj，求解出逆相机响应函数gc；

3.3)、对N帧无鬼影图像的像素值Zcij做逆映射，得到HDR(高动态范围)图像，其中，第i个像素点的辐照度值Eci：其中，U(Zcij)为高斯合成权重，其表达式为：

2.根据权利要求1所述的无鬼影高动态范围成像方法，其特征在于，C1为10，C2为60，th为0.1；M大小为512，λ大小为20。