数字图像处理的很多应用,需要对图像进行多尺度操作。尤其是在计算摄影学中,经常需要把一幅图像分解为一个分片光滑的基本层和一个或者多个细节层。图像的这种多尺度分解的关键是对图像进行保边缘平滑。本文提出两种简单、快速的保边缘平滑算法。第一种算法是基于相似像素的保边缘平滑,即对一幅图像,将给定邻域内所有与中心像素颜色相似的像素的平均值作为目标图像对应点的像素值,如果没有与中心点颜色相似的像素,该点则按噪声处理。第二种算法是基于残差压缩的保边缘平滑。平滑的图像边缘被模糊,对应的残差幅值相对就比较大,同时图像中边缘处的梯度一般比较大,尤其是在显著的边缘处。基于这两个事实,本文首先用一般的平滑方法,如高斯平滑、中值滤波等,对图像进行滤波,产生一幅平滑图像,原图与平滑图像的残差即为细节图像；然后对细节图像幅值进行自适应的压缩,大幅度地压缩细节图像中边缘处的幅值,同时尽量保留小的细节；最后用输入的图像减去压缩后的细节图像得到最终的平滑图像。利用该算法,已有的一些线性、非保边缘平滑也能快速、有效地进行图像保边缘平滑。本文的算法主要特点是思想简单、易于实现、时间复杂度低、空间开销小本文将两种保边缘平滑算法用于图像多尺度分解,实现了现有的图像多尺度操作相关应用,例如,图像的增强,图像抽象化,高动态范围图像压缩,图像色调映射,最后还将对图像的处理推广到了对视频的处理上。实验表明,和很多已有的保边缘平滑算法一样,本文也能得到高质量的结果,而在处理速度上,本文的算法有着非常吸引人的优势。