遥感图像涉及军事侦查,海洋环境检测,气象预报,环境信息收集等诸多领域,并起着重要作用。在遥感图像接收和传递的途径中,由于外界环境和内部因素所引起的噪声干扰,难免会对识别、检测等后续处理产生影响。为此,遥感图像的去噪处理显得十分必要。对于带有复杂边缘信息和丰富细节信息的遥感图像而言,传统的去噪方法都难以奏效。偏微分方程的去噪方法因其对边缘等细节信息具有较好的捕捉能力、高度自适应性、建模的灵活性以及理论体系较为成熟等优势,在遥感图像去噪处理中应用广泛。本文的创新性工作体现在以下几个方面:1.提出一种基于散布矩阵特征的二阶偏微分方程遥感图像去噪方法。首先,通过引入45N度旋转模值不变的算子模版建立扩散项的控制函数,使得扩散在平滑区域沿着梯度方向和垂直梯度方向进行,在边缘区域只沿着曲率方向进行,克服MCM模型在平滑区域去噪效率低的缺点;其次,通过散布矩阵对图像的特征区域有更好的分辨能力以此构造保真项的控制函数做到对尖角区域和平滑区域的保真,避免了MCM模型在去噪同时容易模糊目标尖点,克服了PM模型在去噪过程中所产生的“块状”效应;然后,证明本文提出的扩散方程可以由一个凸性的能量泛函推出,具有全局的最小值解,以保证本文去噪模型的稳定性;最后,通过大量的仿真实验,验证该方法能更好的保持图像的尖角信息以及边缘信息。2.提出一种自适应混合全变分遥感图像去噪方法。首先,分析了二阶全变分去噪模型(ROF)模型和四阶全变分去噪模型(LLT)模型各自的优缺点。其次,通过分析差分曲率算子在图像边缘、平坦以及噪声区域的特征,利用归一化的差分曲率算子做为权重系数将(ROF)模型和(LLT)模型相结合,在边缘区域发挥ROF的优势,克服了LLT模型在去噪同时模糊边缘的弱点;在平滑区域发挥LLT模型的优势,避免了ROF模型在图像去噪的同时产生“块状”效应;最后,通过大量的仿真实验,验证该方法能更好的保持图像的边缘信息以及纹理信息。3.提出一种基于改进四阶PDE模型的UDWT图像去噪方法。首先,构造了一种四阶PDE图像去噪模型克服Y-K模型所存在的扩散函数非凸性问题,构造一种新的保凸性扩散函数以保证了其对应的能量泛函具有全局唯一最小值解;其次,将Gauss滤波与Laplace算子相结合以解决Y-K模型对噪声过敏感问题;然后,对含噪图像非下采样小波变换(UDWT)系数的进行分析,将所提出的模型应用于噪声图像的UDWT高频子带中,提出一种基于新模型和UDWT的图像去噪算法,有效的抑制了虚假边缘和“块状”效应的产生;最后通过大量的仿真实验,验证在有效去除图像噪声的同时,很好的保持了图像纹理等细节信息。所提出的三种去噪模型,可以根据遥感图像去噪后更关注图像的纹理、边缘、尖角等细节或者更关注去噪时间、噪声方差的大小等进行选择,为后续的应用处理提供保障。