图像去噪是数字图像处理技术的一种基本且重要的环节。其相应的去噪算法种类多样,有各向异性扩散模型、总变分模型、非局部均值去噪算法,三维图像块匹配算法以及卷积神经网络算法等。传统的图像分析方法大部分还是基于像素域的网格分析方法,其主要表现为空间域与变换域。本论文在团队研究的基础上将光滑粒子流体动力学方法(Smoothed Particle Hydrodynamics,SPH)引入到数字图像处理中,以SPH的无网格方法来丰富数字图像分析技术。以粒子作为研究对象的SPH方法已成功应用到各个领域中,如高速碰撞与爆破、自由表面流、破裂等。但SPH在图像处理中运用得比较少,本论文期望将SPH方法尝试运用到图像去噪中。本论文的主要内容为:(1)分析用SPH引入图像处理技术的方法,并探讨基于SPH图像去噪算法,详细探讨近似积分形式、粒子化、核函数、粒子搜索方法、热传导方程的SPH化以及用热传导方程对各向异性扩散模型进行优化的过程。(2)完善本团队提出的基于SPH的图像去噪算法,进一步分析并总结出各个不同的核函数种类,并按照其特征进行分类总结,最后分析比较每类核函数对原有的SPH图像去噪算法的优化情况。经比较得出,在核函数参数的分析中常江完善的Quintic核函数和超高斯核函数使得该模型去噪性能较好。(3)提出基于SPH的非局部均值去噪算法。利用SPH计算粒子间的距离权重,来优化NLM算法中用块距离权重进行累加去噪的具体过程。分析两种基于SPH的粒子间距离的计算方法,并分析对比其对NLM算法性能的影响。经仿真实验得出,将SPH的粒子思想引入NLM的图像去噪中是有一定可行性的。