图像滤波是图象工程应用的预处理手段,研究基于边缘结构保持的图像去噪算法是图像滤波研究领域内的一个重要目标。传统的滤波方法如小波滤波、各向异性扩散滤波及非局部均值滤波,在噪声抑制效果、边缘结构保持能力、算法实现及运行时间上,仍然得不到较好的权衡,综合滤波效果有待提高。双边滤波能够在去噪的同时减少图像的结构丢失,算法的运行时间较短,且容易实现,从而在很多图象处理工程中得到广泛应用。传统的双边滤波算法,由于平滑系数的选择受到噪声的干扰,图像边缘区域的滤波存在一定的盲目性和误导性,导致滤波结果中结构信息不能有效保持。同时,滤波后图像的峰值信噪比仍有待提高。针对双边滤波器参数的设置对于滤波效果的影响,本文将区域分割和双边滤波相结合,提出了一种基于边缘结构保持的图像高斯噪声抑制新算法,在图像分割的基础上利用区域图来指导双边滤波过程。本文的主要内容及创新点如下:1、归纳并总结了传统的图像滤波方法以及各种方法的特征。对几种经典的具有边缘结构保持性能的滤波方法进行了回顾,比较并分析了它们的优缺点。重点阐述了各向异性扩散滤波、非局部均值滤波及双边滤波三者之间的联系,指出这三种滤波方法之间的相对优缺点。2、提出了一种基于区域分割的图像局部统计特征计算方法。图像的局部统计特征可以应用于图像的滤波过程中,以局部的噪声方差构建自适应的双边滤波器,能够改善滤波算法的去噪效果。3、研究提出了一种基于相邻区域灰度特征差异性的图像滤波算法。该算法利用相邻区域间的平均灰度差异性对欧氏距离进行加权,并结合区域内部的统计特征实现具有较强自适应性的图像滤波算法。4、研究提出了一种结合区域边界属性的图像滤波算法。该算法对边界像素间的滤波采用了基于区域边界像素梯度值及区域共享边界长度的相似度函数。建立在区域相似度上的滤波方法,可以增强滤波器对于图像结构的自适应性,提高滤波算法的边缘结构保持性能。本文从峰值信噪比、边缘保持指数、差值图像及算法运行时间四个方面对实验结果进行评价。大量真实图像的不同程度的噪声干扰实验对比及结果分析表明,本文方法较传统双边滤波器及其改进算法权衡了去噪与边缘保持,提升了滤波的整体效果。