随着信息时代的到来,作为传输信息媒介之一的数字图像,因其传递信息的直观性及简洁性,被人们广泛的应用。但由于图像传感器受各种因素的干扰,图像信息在形成、传输、变换以及输出过程中常常会出现噪声,使得图像的视觉效果受到严重的影响,给后续处理和分析带来很多不便。现今数字图像的处理技术已发展成为一门学科,作为先验处理的图像去噪,处理的质量直接影响到后继处理和分析的结果,于是图像去噪成为了图像处理过程中的一个重要环节。本文以偏微分方程(PDE)图像去噪模型为研究对象,采用理论分析、仿真与实验相结合的手段进行研究。第一章阐述了研究背景及意义,概述了PDE图像处理的发展历史及研究现状,给出本文主要工作的思路与方法。第二章概述了数字图像处理的概念及分类,噪声图像的数学模型、分类与去噪评价标准,并介绍了几种传统的噪声滤除方法。第三章阐述图像去噪PDE模型的建模原理,分析了几种典型的图像去噪PDE模型。本文的工作重点是第四章和第五章。第四章中,通过分析了解到：全变差(TV)去噪模型能保护图像的边缘,但去噪后的图像会产生“块状效应”；四阶PDE去噪模型能在平坦区域消除“块状效应”,但去噪后的图像容易造成光滑区域不平整的现象。推导出基于PDE图像去噪的综合模型一,它不仅有效地保留了TV去噪模型和四阶PDE去噪模型的优点,而且克服了它们的缺点。同时应用中值滤波去除综合模型一去噪所引起的亮点。MATLAB仿真实验结果表明,综合模型一去除噪声的效果比其他模型有很大进步,同时兼顾有效去除噪声和较好保护图像边缘等细节特征,去噪后图像的质量更好。第五章在第四章基础上,针对综合模型一无法很好处理椒盐噪声的缺点,推导出综合模型二,它不仅去噪效果优于综合模型一,且能有效去除椒盐噪声。实验结果表明本文两个综合模型具有一定的优越性,既使去噪后的图像与原图接近,又有效的去除了噪声。