当前基于细节增强机制的多曝光图像融合方法效率较低，针对此问题，提出一种基于局部细节增强的快速多曝光图像融合算法。首先，改进每幅图像待增强区域的划定方法；然后，采用快速局部拉普拉斯滤波（FLLF）提取待增强区域的细节信息，并根据采样插值原理对增强过程进行优化加速，减少计算局部拉普拉斯金字塔系数时的采样次数，避免细节过度增强的同时，进一步提高融合效率。对40组多曝光序列的融合质量和平均运行时间进行测试，并与5种代表性算法进行对比实验。结果表明，算法不仅保持超亮超暗区域的细节信息，而且视觉效果更加自然。算法的两种客观质量指标MEF-SSIM值和QCB分别为0.942和0.441,在6种算法中分别排名第2和第1;运行时间比基于原始分辨率空间运算的最快方法Li2020减少了46.2%,具有较高的运行效率。