图像插值是图像缩放、去马赛克、超分辨技术的基础问题,也是图像编辑的关键技术。如何避免图像插值过程中的边缘锯齿效应,减少插值引起的结构和亮度误差,是边缘和结构保持图像插值的关键问题。同时,利用高效图像插值技术,改善彩色滤波阵列(CFA)去马赛克质量,对于CCD成像器件研制和相机轻量化有重要的应用前景。论文围绕图像边缘方向自适应插值及其CFA去马赛克应用展开工作,取得的成果为：(1)在研究经典图像插值算法的基础上,给出了一种基于结构张量的特征保持图像插值方法。该方法利用图像局部结构张量信息,捕获图像局部边缘方向,通过方向性扩散,达到插值过程的结构的适应性。实验表明该方法相对经典插值方法,可以降低图像插值过程的边缘锯齿效应。(2)针对CFA去马赛克问题,分析了经典插值方法在去马赛克处理中方向性不足,研究了一种局部方向插值和非局部自适应阈值去马赛克方法。对比实验说明,增强去马赛克过程中图像插值的各向异性和方向的适应性,能提高去马赛克图像视觉质量。(3)研究了图像局部自适应轮廓模板描述模型的机理,利用全变差最小给出了局部自适应结构轮廓模板的构造方法。在此基础上,给出了一种基于改进轮廓模板和稀疏正则化的图像去模糊插值算法。实验表明,该改进方法能自适应图像边缘和纹理结构,提高插值图像视觉质量。(4)结合自适应轮廓模型和方向性插值方法,给出了一种CFA去马赛克方法。在测试集上证明,该方法取得了较好的图像质量。(5)基于Web服务构建了自适应轮廓插值和去马赛克的在线测评软件,给出了各算法的性能对比和参数对性能的影响。