图像在获取和传输过程中，不可避免地会受到噪声污染，致使图像质量下降，严重影响了后续图像处理工作(如图像超分辨率、图像分割、图像识别、特征提取等。 为了提高图像质量，为后续图像处理提供更可靠真实的图像，对图像进行去噪处理就成为图像处理中一项基础而重要的研究工作。图像去噪的目的是根据观察到的降质图像估计恢复原始真实图像，即在去除噪声同时更好保持图像中的重要结构信息。研究如何更好保持图像的边缘、纹理等重要结构信息的图像去噪模型和算法具有重要的理论意义和实用价值。 本论文以刻画边缘和纹理的图像先验建模

提出了一种非局部的特征方向图像插值方法，有效地保持了插值图像轮廓的光滑，抑制了图像边缘的模糊。这种方法把非局部的Hessian矩阵的特征向量视为图像特征方向，使图像能量泛函沿这个方向进行扩散，其扩散强度由图像Hessian矩阵特征值参与控制。它克服了传统方法以梯度方向指示图像特征方向的局部性，使图像能量泛函沿正确方向扩散，避免了对图像特征的模糊。数值实验结果显示，该方法既能很好地重建插值图像的边缘，又不会在插值图像中产生伪影或图像边缘失真。