随着数字图像处理技术快速发展,边缘保持滤波算法被广泛应用于交通、医学影像、航空、军事等应用领域中。由于复杂自然环境的影响,使得采集到的图像容易出现内容模糊的现象。因此需要对其进行预处理以提高图像质量。许多图像处理和计算机视觉任务需要提取图像和视频中的特征和结构信息。但在预滤波处理过程中,常规滤波处理容易导致图像模糊且部分结构信息丢失,其在消除图像噪声的同时无法保留图像的边缘细节信息,如方框滤波、高斯滤波、最大值最小值滤波等。因此,部分边缘保持滤波算法的结果中仍会出现边缘细节丢失和光晕伪影等现象。引导滤波为众多的图像处理应用提供了一种新颖的解决方案,被广泛应用于各种计算机视觉和计算机图形学应用中,比如边缘感知平滑、细节增强、HDR压缩、图像抠图等。但和许多局部滤波算法类似,引导滤波算法仍在部分边缘处产生光晕。因此,本文在引导滤波框架的基础上,提出了一种新型的空域滤波核算法-各向异性高斯边窗核,实现对图像细节边缘信息的有效提取和保留,提高了滤波结果的边缘保持特性。本文主要研究内容如下:（1）对目前主流的引导滤波算法及其改进算法进行深入探讨,分析此类算法的基本原理及特点。在此基础上,针对传统引导滤波算法在图像细节边缘处产生光晕伪影的问题,提出了基于邻域方差和各向异性窗的引导滤波算法。该算法利用各向异性高斯滤波核的方向选择性实现了对局部窗口内不同像素信息的选择性加权融合,以达到抑制边缘模糊和光晕的效果。同时考虑线性参数的各向异性,引入邻域方差对局部线性参数进行加权平均优化,以保留图像强边缘结构。实验表明,在不同的图像处理应用中,提出的基于邻域方差和各向异性窗的引导滤波算法对细节边缘的保持效果更好。该算法的失真度客观指标分别比引导滤波、加权引导滤波和各向异性引导滤波小46.72%、48.64%和29.61%,可以在识别精细边缘的同时有效抑制伪影现象。（2）为了提升图像边缘保持特性,有效改善图像质量,提出了一种基于各向异性高斯边窗核约束的引导滤波算法模型。在对边缘像素滤波时,传统引导滤波算法采用边缘两侧像素进行滤波处理,容易导致边缘模糊和光晕伪影。为此,该算法将各向异性高斯滤波核嵌入到边窗滤波技术中,以实现更准确地识别高分辨边缘结构的目的。其利用各向异性高斯权重因子对窗口内不同像素信息进行加权融合,以抑制边缘模糊,从而得到更精确的边缘滤波结果。实验结果表明,在不同尺寸的滤波窗口下,该算法的平均峰值信噪比相比于引导滤波和侧窗引导滤波分别提高了23.57%和10.83%,平均结构相似性相比于引导滤波和侧窗引导滤波分别提高了2.42%和0.69%。经该算法处理后的图像可有效减少伪影现象,在图像平滑、细节增强、亮度调整等应用中的边缘细节保持效果更好。