自然图像的内容往往由众多主要结构及小的细节和纹理组成,这为我们提供了丰富的视觉信息。然而,图像中过多的细节和纹理,有时会降低一些计算机视觉算法的性能。因此,在保留主要图像结构的同时尽可能地去除琐碎细节,是许多计算机视觉应用（例如,图像抽象化、显著性检测、色调映射、场景理解、细节增强等）的基本前提,也发展成为计算机视觉处理中的一个关键任务。而结构保持滤波则是实现这一目标的一种主要技术手段。去除图像中小的细节、纹理和噪声,这是结构保持滤波过程中的一个基本共识。但是对于边缘的处理却面临严峻挑战。什么样的边缘应被保留?什么样的边缘应被滤除?研究者们很难给出一个清晰的回答。最近,共生滤波器对此问题的解决给出一个较为有效的策略:与一般边缘相比,那些突出的结构边缘（即边界）应该优先被保留。基于这一策略,并通过共生矩阵对边界进行刻画,共生滤波器相较之前的结构保持滤波算法取得了更好性能。然而,共生滤波器中共生信息的获取是逐像素进行的,这一过程极易受噪声干扰。为了克服这一缺点,我们将共生滤波器进行了改进,设计出一个基于图像片和快速自适应核的共生滤波器。该滤波器一方面对噪声具有较强的鲁棒性;另一方面,通过自适应核的引入,其滤波输出中结构边缘的锐度得到很好保护。此外,我们还对自适应核进行加速处理,有效突破了该算法在实际的复杂度瓶颈。此外,本文还就结构保持的一个具体应用场景,即图像修复,开展研究。重点讨论了核去噪器在插即用框架下的收敛性,并给出相应证明。对本文所提相关算法,我们在理论分析的同时,也通过实验对其有效性进行相应验证。