近年来,随着各种数字图像产品在生活中的普及,数字图像处理受到越来越多的关注。作为图像处理中的基础部分,图像多尺度分解问题一直是国际上的研究热点。在图像分解方法中,最常见的是将图像平滑得到基础层,其包含图像的大尺度信息,然后将原图像与基础层相减得到细节层,其包含图像的小尺度信息,即细节信息。对许多应用来说,图像分解最重要的是通过空间尺度来提取出所需尺度的信息,也就是说要对任意尺度细节都有提取的能力。本文针对传统的保边界平滑算法,如双边滤波方法(Bilateral Filter;BLF)、指导滤波方法(Guided Filter;GF)、加权最小二乘方法(Weighted Least Squares;WLS)等,提出基于局部区域加权先验方法来保持图像边界；其次,本文使用的这种局部区域加权函数可以使TV(Total Variation)约束或L0范数约束在局部区域内自适应；最后本文使用交替方向迭代算法(Alternating Direction Method;ADM)使得局部区域加权方法可解并实现其快速算法。实验表明,与传统保边界平滑算法(双边滤波器方法,指导滤波,加权最小二乘方法)相比本文提出的这种基于局部区域加权先验方法可以更好的保持边界,减少边界处的光晕现象以及孤立噪声点产生的“毛刺”现象；在运算时间上与传统的保边界平滑算法相比也有明显优势；对图像的任意尺度的细节都能很好地提取,是一种有效的算法。