在拍摄和传输过程中，图像往往因各种因素被加入大量噪声，不仅严重影响了图像的视觉效果，同时也给以后的图像分析和理解带来一定的困难，因此在图像预处理中图像平滑是非常重要的环节，平滑质量的好坏直接影响到后续处理。 传统的图像平滑算法如均值滤波、中值滤波和高斯滤波等，由于不考虑图像的形状特征，其平滑结果等价于传导系数为常量的热扩散方程，属于各向同性扩散，所以在去噪的同时也模糊甚至破坏了图像的边缘。而基于偏微分方程的图像平滑技术恰好能解决这一问题。在平滑过程中，同时检测图像特征强弱及其方向，其平滑结果较好兼顾了噪声消除和特征保持，是一种较好的图像平滑技术。与热扩散模型相比较，各向异性扩散模型实际是一个非线性抛物型的偏微分方程，由图像梯度决定其扩散速度，能够兼顾噪声消除和特征保持两方面。以Perona-Malik模型为代表的这类方法已经在边缘检测、图像增强、图像分割以及目标识别等领域得到了广泛的应用。 本文结合全变差图像平滑模型和ALM图像平滑模型，提出一种新的图像平滑模型。实验的结果表明，这种模型同时具有全变差模型和ALM模型的优点，既可以使处理后的图像与原图像充分接近，又有效的去除了噪声。