图像处理与分析是信息科学与工程中的一个主要研究领域。图像增强、图像恢复与图像分割是处理与分析中的主要问题,也是对图像进行平滑和边缘检测的处理是常用的方法。在图像的生成,传输与通信的过程中经常会伴有随机的脉冲干扰和其它的噪声,这将使图像的质量变差。图像去噪是图像处理的重要环节。传统的图像去噪方法,如Gaussian滤波、中值滤波等,主要是将图像的高频成分滤除。由于图像细节如边缘等也分布在高频区域,因此它们总是在对噪声进行滤除的同时将图像的边缘部分模糊了。近年来,随着偏微分方程(PDE)理论成为图像处理中的一种新型工具,逐渐引起了人们的关注。其发展经历了由线性到非线性,以及由各向同性扩散到各向异性扩散的过程。本文简单介绍了一下现行的基于PDE的图像去噪模型,主要研究了P-M非线性扩散模型和J.Weickert张量扩散模型,针对它们各自的优缺点做了相应的改进,并在Matlab7.04环境下做了仿真模拟。实验结果表明:改进后的方法能有效地改善图像的质量。