在信息技术快速发展的今天,数字图像处理广泛应用于多媒体和计算机视觉等领域,人们对图像特征编辑和视觉呈现效果的要求日益提高,其中结构纹理和颜色特征的提取都离不开图像滤波。对于结构纹理分解,滤波可以用于提取主要结构特征和细节纹理特征,帮助计算机理解图像,并应用到边缘检测、图像合成和纹理增强等方面;对于颜色特征,图像重着色问题是数字图像处理领域新兴的研究问题之一,能够准确改变图像整体或局部的颜色,是目前图像编辑软件中最常见的需求之一。本文的主要工作如下:（1）在色度亮度空间中构造了结构纹理分解算法,提取了图像的结构和纹理特征并应用到图像增强当中。利用色度亮度空间的特性,再结合本征图像分解原理,提出了基于相对总变分滤波和引导滤波的结构纹理分解算法。该算法首先得到亮度信息的结构和纹理特征,再将亮度图像作为引导图像得到色度信息的结构和纹理特征,最后进行融合分别得到输入图像的纹理特征和结构特征。对于提取到的结构信息和细节信息,分别设计方案实现图像的细节增强和亮度色度的增强等效果。（2）在色度亮度空间中利用变指数色度滤波结合色度向量旋转构造了重着色算法。重着色算法流程主要包括颜色空间转换、色度向量旋转、色度滤波和重构的环节。首先将彩色图像从RGB空间转至色度亮度空间,色度信息分布在单位球体表面;然后利用球体特殊的几何性质并基于轴角表示设计算法求解旋转矩阵,实现色度向量在特征流形中的旋转;为了避免旋转后色度图像的不连续现象,对向量旋转后的色度信息进行滤波处理;最后与亮度图像重构,即可得到重着色后的生成图像。对于色度滤波处理,本文在色度亮度空间中设计了变指数色度滤波,这是一种针对色度图像提出的滤波算法。该变指数的构造,能够提高模型的自适应性质,根据图像的局部结构调整参数,从而适用于边缘不同的平滑强弱程度,以保证重着色区域与不变区域之间的平滑过渡。另外设计了控制机制,避免像素点越界现象并控制滤波区域。图29幅,表1个,参考文献60篇。