从上世纪九十年代双边滤波技术出现开始,由于其具有简单的非迭代形式,直观的物理意义,以及优秀的保边平滑能力,因而被人们广泛的研究、改进和应用。二十多年来,越来越多的计算机视觉和图形学中的重要问题,也通过双边滤波技术得到了很好的解决,同时也促进了双边滤波技术的发展和进化。随着图像采集设备的进步,高分辨率、高位深度的图像、视频内容不断涌现,对双边滤波算法的计算速度、图像处理质量提出了更高的要求。针对现有双边滤波加速、改进等关键技术中存在的问题,本文主要研究内容为:1.针对双边滤波器的运算复杂度和局部窗口的大小相关,运算速度不能满足实际应用需要的问题,采用了两种新的颜色核近似方法,得到了准确且复杂度为线性的双边滤波加速方法。两种方法都是基于对双边滤波器颜色核的指数和近似,将原始的双边滤波器分解为一组颜色核为指数函数的空间滤波器,该类滤波器能够在线性时间内完成计算,与局部窗口无关。因而这些基本空间滤波器的线性组合也能够在线性时间内完成计算,同时滤波结果能很好的逼近原始的双边滤波结果。两种逼近方法分别采用了不同的颜色核逼近思路。一是基于指数函数展开的颜色核近似方法,直接使用指数函数作为基函数对颜色核进行线性展开。二是基于帕德近似的方法,将颜色核进行Z变换,然后通过帕德近似对变换后的颜色核进行逼近,最终将逼近函数通过逆变换得到原始颜色核函数的指数和近似,指数节点的系数通过计算线性方程组得到。实验结果表明两种加速方法都能够取得好于已有方法的加速结果。2.针对双边滤波器保边能力较弱,通常会在平滑噪声的同时模糊边缘的问题,采用了将局部滤波和加权l₀非局部全变分优化相结合的方法,得到了保边能力更强的l₀双边滤波算法。虽然双边滤波器是一种优秀的保边滤波器,但不可避免的会在平滑噪声的同时模糊图像的边缘。为了改进双边滤波算法的保边能力,本文提出一种l₀双边滤波器,将加权l₀非局部全变分优化与双边滤波器相结合。从加权l₀非局部全变分优化所推导出来的l₀双边滤波算法自动继承了优秀的保边性质。l₀双边滤波器在平滑性能方面,能够在保持边缘的同时抑制不同尺度的噪声。同时在边缘增强和提取方面,能够在复杂的环境和不可避免的噪声中恢复和保持高质量的边缘。3.针对双边滤波器无法去除高对比度细节,保持图像主要结构的问题,采用了基于分割图树距离的双边权值计算方法,得到了能够有效去除高对比度细节的分割图双边滤波器。双边滤波器通过像素间颜色和位置差异来判断像素间的相似性,这样的权值计算方式无法对高对比度的纹理细节进行平滑。为了使双边滤波器具有平滑高对比度细节的能力,本文利用分割图上的树距离定义了像素间的连通相似性,将原有的双边滤波器空间权替换为连通权,使双边滤波器具有了平滑高对比度细节的能力。新设计的分割图双边滤波器旨在解决全局构造树结构所带来的“泄漏”缺陷,而且是一种具有线性复杂度的滤波器。同时通过平滑纹理丰富图片、提取图像边缘、场景简化、纹理编辑等验证其实际应用效果。4.针对实际应用中需要实时、准确处理七巧板识别的问题,采用了基于快速双边滤波七巧板识别算法,得到了实时准确的识别结果。双边滤波器通常会用于视频的去噪和图像的增强,而七巧板的识别问题正需要对视频帧进行预处理从而去除噪声,增强边缘。已有保边滤波算法往往运算开销过大或者保边能力不够优秀,无法满足实时处理视频的需求。将本文提出的双边滤波加速和改进算法应用到视频七巧板识别问题中,可以快速得到理想的预处理结果。所提的识别算法首先使用加速的双边滤波算法进行视频帧的去噪,并利用高斯混合模型进行前背景分割,然后前景像素被分为不同类别的七巧板。最后,利用得到的初始识别结果通过图像形态学操作和多边形近似优化为更加精确的轮廓和位置。实验表明,本文提出的算法能够实时、准确、稳定的识别出视频中的七巧板。