随着技术的进步，现有的数码相机以及可以很轻松的拍摄到3648×2736大小的彩色图像，而当前最先进的PMD technologies camcube2.0深度相机却只能采集到大小为204×204的深度图像。在现实生活中，人们往往需要可以和彩色图像大小相匹配的深度图像，因为无论是在三维立体电视中，还是在RGB-D图像的各种应用中，人们都需要一张和彩色图像大小相一致的深度图像。现有深度图插值方法可以分为分为直接插值方法和间接插值方法。直接插值方法旨在利用各种方法直接生成放大后的深度图像，而间接插值方法的插值步骤已给出，性能的改进依赖于设计出更好的包边滤波算法。本文在直接深度插值框架和间接深度插值框架下，给出一个直接的深度图像的放大算法，还有两个可以用于间接深度图像放大框架中的快速保边滤波算法。具体来说，本论文的贡献主要包含以下几点:　　我们提出了一种基于最小最大路径的深度插值方法。此方法对每一个目标像素计算来自于可靠种子点的贡献，并利用加权平均的方式计算出确切的深度插值。与当前性能最好的选取K个邻近种子点来进行深度插值且计算复杂度为O(Kn)的联合测地线方法相比，我们的方法不但不需要将种子点的个数限制为K，而且还将计算复杂度降低到O(n)。此外，由于最小最大路径上任意相邻两点间的最大长度是所有可能路径中最小的，所以最小最大路径可以很好的保持锐利深度边缘。与以往的方法相比，我们的方法还可以生成更为精确的结果。　　我们针对双边滤波器提出了一种新型加速算法。为了得到一个与滤波核大小无关的双边滤波器快速算法，人们提出了很多方法。例如，二维盒滤波，维数提升以及平移性质。虽然上面每一种方法都存在精度和效率的问题，但是以往的算法设计者由于难于组合多种加速技术，而只利用它们中的一种来设计双边滤波的加速实现。由此，现有的方法中没有一种联合利用多种加速技术来加速双边滤波器的。联合利用五种技术:核截断，最优N项逼近以及二维盒滤波，维数提升和平移性质，我们提出了一个统一框架将拥有任意核的双边滤波器分解为若干可以在线性时间内计算出来的三维盒滤波器。据我们所知，我们的算法是第一种集成了以上所有技术的加速方法，因此可以利用一种加速技术的长处来弥补另一种技术的不足。我们方法的优点被几种精心设计的实验所验证。特别的，我们的方法可以在不降低效率的前提下提升计算的精度。　　我们提出了一个线性复杂度的全连接引导滤波器。由于传统的引导滤波器是基于颜色值来进行滤波的，所以它易于过平滑彩色边缘。此外，引导滤波器所采用的固定形状的局部支撑域不是几何自适应的。不同于引导滤波器，我们的滤波器将额外的空间项（树相似性）引入到传统引导滤波器的滤波核中，并通过建立每一点与其它点之间的全连接关系和给每一个连接赋予空间颜色权重来将盒窗口替换为隐式支撑域。由大权重像素点所构成的自适应隐式支撑域与预定义的局部窗口相比在表示整幅图像结构上有明显的优点:1，最小生成树可以高效的表示图像几何结构;2，我们滤波器的核权重考虑了定义在最小生成树上的树距离。由于以上两点原因，我们的滤波器可以得到更好的保边效果。这一优点在我们的实验中得到了验证，并且实验结果表明我们的方法比其他的方法更好。