1.一种基于鬼影去除的多曝光配准方法，其特征在于：所述方法包括采用图像配准得到配准后的图像序列，以及根据配准图像序列进行图像融合完成多曝光配准；

所述图像融合采用三尺度图像分解得到基础层，中间层及细节层，以及采用构造权重图计算出基础层权重图，中间层权重图及细节层权重图后通过加权融合完成图像融合。

2.根据权利要求1所述的基于鬼影去除的多曝光配准方法，其特征在于：所述三尺度图像分解包括：步骤1，将采用图像映射函数将配准后的图像序列的进行曝光度调整，得到图像集其中，IMF(·)表征强度映射函数； 表征曝光调整后的第k幅图像，Iref表征参考图像；

步骤2，将步骤1中曝光度调整后的图像集 进行三尺度分解，首先分解出基础层为：其中Bk是第k副图像的基础层，Z为均值滤波；用配准后调整过曝光的图像减去基础层得到中间层：其中 是第k副图像的中间层；通过用配准后调整过曝光的图像减去中间层获得细节层：

3.根据权利要求1所述的基于鬼影去除的多曝光配准方法，其特征在于：所述构造权重图包括：步骤A1，采用拉普拉斯滤波器获得每个 的显著性图像 其中g是高斯低通滤波器；

步骤A2，采用竞争学习策略求得确定权重图的第一个权重因子步骤A3，引入第二个权重因子，得到曝光质量

步骤A4，通过计算到初始权重图 根据导向滤波Gr,θ，分别计算出基础层最终的权重图 中间层最终的权重图 以及细节层最终的权重图

步骤A5，经过加权融合求得融合后的图像：

4.根据权利要求1所述的基于鬼影去除的多曝光配准方法，其特征在于：所述图像配准包括：步骤1，将所有原始图像S按照曝光程度排序，将曝光程度居中的图像St定义为参考图像R，然后将图像St-1和图像St+1分别向参考图像R配准，得到配准后的图像S′t-1和图像S′t+1；

步骤2，将配准后的图像S′t-1定义为参考图像R重复步骤3,将配准后的图像S′t+1定义为参考图像R重复步骤3。

5.根据权利要求4所述的基于鬼影去除的多曝光配准方法，其特征在于：所述配准包括：步骤B1，通过强度梯度对色调映射函数进行初始化，得到颜色映射初始化函数τ，根据参考图像R并用颜色映射初始化函数τ对配准图像L进行初始化，颜色映射初始化函数τ随配准图像L的更新而更新；

步骤B2，运用配准算法将配准图像L与原始图像S进行匹配，获配准图像L和图像S之间的密集的对应关系，使配准图像L和原图像S具有一致的曝光度，和参考图像R具有一致的几何特征。

6.根据权利要求5所述的基于鬼影去除的多曝光配准方法，其特征在于：步骤B2包括：(1)定义辐照一致性为

其中，Ω是图像域，对于图像域中的每一个像素点i，提取六个通道：R，G，B通道以及相应的R，G，B梯度，即(2)定义纹理一致性：

其中，PiS是原始图像S中以i为中心的p×p图像块，u(i)映射从L到S相应图像块的位置关系：(3)合并辐照一致性能量数和纹理一致性能量函数，得到配准图像L：