本文提出了一种基于裁剪和归一化方差或标准差的局部活动测量方法，以更好地驱动各向异性扩散和相对总变差（RTV）进行结构保持。首先，为我们的局部活动驱动的各向异性扩散（LAD-AD）引入了两种新的边缘停止函数，以有效去除HEVC压缩深度图像中的严重伪影并保留精细的几何结构。其次，我们提出了一种简单而有效的局部活动驱动的RTV（LAD-RTV），通过梯度与局部活动测量的乘积方式进行图像平滑和尺度表示。同时，考虑了颜色共享信息和每个通道的判别信息，这对于彩色图像的边缘保持至关重要，但在RTV模型中未包括。此外，LAD-RTV利用梯度与局部活动测量的比值形式，通过将噪声视为重复的纹理元素来解决一般图像去噪问题。实验结果验证了所提出的LAD-AD可以极大地提高HEVC压缩深度图像的精度及其合成图像的质量。此外，大量结果表明我们的LAD-RTV优于几种现有方法。