图像处理是对图像信息加工处理以满足人的视觉心理或应用需求。随着计算机技术的迅速发展,图像处理技术已广泛应用于各个领域。图像增强是图像处理的重点之一,它是根据应用需求加强图像中感兴趣的特性,达到改善视觉效果的目的。由于图像采集设备中电子器件的随机扰动以及周围环境等诸多因素的影响,使获得的图像中含有各种复杂的噪声,图像不同区域对比度不高,存在一定失真。利用图像增强技术对图像进行改善,衰减各类噪声、突出目标轮廓边缘,对后续的图像处理有重要意义。本文研究以偏微分方程的理论对图像进行增强的算法,分析了将偏微分方程应用于图像增强的思想及其优势,针对偏微分方程理论中较经典的各向异性扩散模型和全变分模型在图像增强方面的应用做了重点研究。论文在分析了各向异性扩散模型、Catte模型和结合前向与后向扩散模型的基础上提出了一种改进模型,即在图像平坦区域采用平滑作用较好的Catte模型,在图像边缘区域采用能够退化边缘的结合前向和后向扩散模型。该改进模型发挥了两种模型的优点,在有效抑制噪声的同时尽可能多的保留图像边缘信息。论文还提出了一种结合自适应全变分模型与冲击滤波器模型的改进算法,该算法既改善了全变分模型所存在阶梯效应,也进一步锐化了图像的边界。论文通过对不同图像的实验仿真,根据峰值信噪比等参数验证了改进模型对图像去噪的有效性。