随着计算机处理能力的不断增强和信息社会对多媒体信息处理要求的不断增加，图像处理已成为一个相当活跃的研究领域。图像的去噪和增强就是要改善图像的质量，使之更适合于实际的应用需求，因此具有较高的研究价值。本论文主要研究了在偏微分方程理论框架下进行图像去噪和增强的方法，特别是该类方法在理论和实际应用中遇到的难题。本论文围绕图像的去噪和增强，分析了公理性的偏微分方程模型、基于变分的偏微分方程模型、几何偏微分方程模型三个方面，对基于偏微分方程的图像处理方法中的一系列难点问题进行了讨论，并提出了解决方法。本论文的工作主要包括以下的内容：1)研究并提出了在非线性扩散方程中引入自适应数值保真项的方法。论文首先根据非线性扩散滤波模型很难控制对目标结构的破坏和总变差去噪方法易保留过多的噪声等小尺度信息的情况，分析了数值保真项在图像去噪中的作用。并针对已有方法在利用数值保真项时的不足，提出了利用图像中目标的局部信息构造自适应数值保真项引入到非线性扩散模型中，克服经典方法在利用数值保真项方面的不足，使新的非线性扩散去噪模型能够在有效地去除噪声的同时很好地保持目标尖角、边缘等重要的几何结构。在数值求解方法方面，本文根据差分格式优化的思想提出了一种稳定、可靠的数值求解方法。2)研究了利用非线性偏微分方程进行图像去噪易产生阶越效应的原因，并提出了利用梯度保真项来消除这种现象。为了能够在去噪的同时保持目标的边缘信息，需要采用高度非线性的偏微分方程模型，而这将直接导致阶越效应的产生。文中首先回顾了消除阶越效应的已有方法，接着从变分的角度分析了防止阶越效应的策略，提出在非线性方程中引入对图像梯度的约束保真项。该模型能使得结果图像的灰度变化和原噪声图像保持一致，从而防止阶越效应的产生。由于改进的去噪模型保持了低阶的非线性扩散方程的形式，相对于高阶偏微分方程去噪模型具有数值求解简单、稳定的优点。同时，新模型在有界变差函数空间中有解，使得该方法能够去噪的同时很好的保留了图像的边缘信息，避免了运用高阶非线性方程去噪时易破坏图像高频信息的缺点。3)研究了几何图像模型的已有理论框架，包括曲线演化理论和曲面演化理论，提出了利用图像水平线等分布约束消除阶越效应的模型。文中首先分析了阶越效应的产生会使得图像水平集出现非均匀分布的现象，据此提出了对图像进行水平线等分布约束方法用于防止阶越效应的产生，并推导出约束方法对应的三阶线性偏微分方程。文中证明了三阶约束偏微分方程不改变图像中零交叉点处的梯度值。在改进已有的基于曲面演化的去噪模型方面，本论文提出了一种能够保持图像纹理的法曲率驱动的曲面演化方程，由于采用了沿纹理方向的曲率来控制曲面演化速度，使得图像的纹理成分具有相对缓慢的演变，能够在有效去除噪声的同时保持图像中纹理的成分。4)根据指纹图像上脊线的方向特性，提出一种基于伪线性方向相关扩散方程的指纹增强方法。指纹图像是一种具有特殊的方向信息和结构信息的图像，指纹增强就是要保持和增强它的这种特有结构。文中首先指出了散度形式的相关扩散方程的缺点，并针对该方程在局部方向信息较复杂情况下不能够沿着指纹脊线方向扩散提出了改进方法。改进后的方法具有更好的方向扩散特性，在去噪和保持指纹图像脊线信息方面表现更优。另外，本文针对改进的方法计算复杂度较高的不足，提出伪线性形式的方向相关扩散方程。该方法具有线性算子的优点、计算量小，有利于指纹识别实时系统应用。5)研究了光照对图像对比度的影响及已有的处理方法，并在偏微分方程理论框架下提出了一种能够有效增强由光照不均匀而造成的低对比度图像的方法。图像中阴影部分中包含丰富的细节信息，但是这些信息的梯度变化相对较小。本文通过在梯度域进行直方图均衡化调整图像梯度的非均匀分布，使图像阴影中的细节能够得到增强，最后利用最小二乘原理从校正的梯度场中重建出增强的图像。在结果图像中，阴影区域的细节信息被很清晰地表达出来。本文通过引入Lab彩色空间将增强方法推广到了对彩色图像的处理中。同时，本文根据Laplacian算子的特点，改进了原有的Poisson方程数值求解方法。