作为图像预处理技术,图像滤波是图像处理中概念上最简单同时也是最重要的技术。传统的滤波去噪方法,在降低噪声的同时也模糊了边缘的细节,在深层次的应用中会产生明显的人工痕迹。因此,边缘保持型滤波器受到了越来越大的重视。基于图像全局优化算法边缘保持型滤波器,相对于各种局部型算法,在大部分图像处理中可以取得更好的效果,但是全局优化算法一般需要求解大型稀疏矩阵方程,运算开销大,难以进行实时应用。本课题提出了分离的权重最小二乘算法(Separated Weight Least Square Algorithm)算法,简称SWLS,是对WLS算法的一种模拟加速算法。首先,通过一维情况下WLS三角矩阵线性方程的时间复杂度为O(N)的高斯消元法,对图像的每一列与每一行运用一维WLS,可以分别获得x方向和y方向的边缘保持滤波结果。然后,通过图像的常数权重梯度域方程把原图像和x方向和y方向的边缘保持滤波图像求解出需要的边缘保持滤波结果。本课题的算法相对原WLS算法,在计算效率上提高了8倍以上,并且边缘保持效果以及后面的应用中也可以与原算法相媲美,可以更好地应用于实时场合。同时,本课题尝试把SWLS加速框架应用于更为普遍应用的权重梯度域方程,并且以权重梯度域方程下的鲁棒增强和稀疏插值为例,对梯度域方程下的稠密输入和稀疏输入两种形式进行分析,鲁棒增强可以得到与原框架想类似的效果,同时也分析了稀疏差值下加速框架不适用的原因。