目前,图像去噪技术广泛应用于计算机科学、工程学、医学等领域,具有很高的研究价值和应用前景。在图像去噪过程中,如何能在有效去除图像噪声的同时保护好图像结构特征,已成为亟待解决的问题。基于偏微分方程的图像去噪算法,能够选择性的对噪声和图像进行平滑,较好地解决了这一问题,从而成为了目前图像去噪算法的研究焦点。本文首先介绍了典型的偏微分方程图像去噪算法,然后对其进行深入的研究,拓宽该类算法的研究范围,最后用MATLAB软件进行仿真,并对仿真结果进行主客观评价。具体安排如下：1、本文对各向异性扩散机理进行分析,考虑在图像去噪过程中,都仅靠梯度信息来表征局部特征,决定扩散程度显然是不够的,并对此进行改进,提出了：(1)基于Demons算法改进的图像去噪模型；(2)阈值寻优的高保真各向异性滤波模型；(3)基于小波与重调和方程的扩散去噪模型。这三种模型都是将高阶微分量与扩散函数相结合,使高阶微分量与梯度共同控制整个扩散去噪强度,弥补了传统扩散模型模糊图像结构特征的缺点。实验结果表明,与传统去噪模型相比,新模型能够兼顾图像噪声的去除和图像结构特征的保护。2、本文对全变分去噪模型进行分析,改进该模型的保真项：(1)全变分耦合图像去噪模型,该模型构造了一个能够有效抑制“阶梯效应”的趋势保真项；(2)基于曲率变分的小波变换图像去噪模型,该模型用增强图像的水平集建立一个基于水平集曲率的曲率驱动函数,再将曲率驱动函数作为一个校正因子引入变分模型,建立曲率变分模型,用以控制图像的整体结构。实验结果表明,这两个改进的新模型去噪效果明显、视觉效果好、综合性能强。3、用MATLAB软件进行仿真实验,验证本论文改进算法的优越性。最终仿真实验得出的结论和理论分析的结论相一致,表明本论文改进算法与传统算法相比综合性能更优越,具有更好的实际应用价值。最后,总结了本论文的所有工作,展望了未来该领域的发展。