图像信息已经成为我们认识和了解世界的主要手段和重要途径,图像信息处理也应用于人们生活和工作的各个方面。图像增强处理作为其中的重要组成部分,成为研究学者们的主要研究对象。本文主要研究基于偏微分方程的可见光图像增强方法及实现过程。针对图像处理领域中的一些重要与热门的难点问题,通过分析偏微分方法的基本理论知识,结合图像增强方法,解决了实际工程应用中的难题。本文首先阐述了偏微分方程方法应用于图像处理领域中的研究背景和课题的研究意义,同时简要叙述了结合该方法的图像处理在国内外的发展和研究现状,分析了该方法的图像处理优势。简单列举几种图像增强技术领域中较为常用的传统图像增强技术方法,并通过实验分析各种方法的优点和缺点。本文的研究重点是基于偏微分方程的可见光图像增强方法。图像的增强处理作为承前启后的重要步骤,主要针对可见光图像几方面的降质原因进行图像效果改善。首先,本文分析讨论了最早应用于图像去噪领域非线性各向异性扩散模型—P-M模型,针对其在图像去噪处理的同时导致图像边缘模糊的不足,使改进的模型有效的滤掉噪声干扰并能保留目标图像的边缘信息。然后对于基于梯度场均衡化的对比度增强方法的不足,提出在增强图像对比度和图像亮度的处理方法上,结合偏微分方法和可调直方图均衡化的增强方法,增强图像中纹理细节的同时有效改善了图像的亮度视觉效果。在数值求解过程中,采用有限差分法进行离散,并结合热方程大大减少了计算量,缩短了运行时间。将改进的基于偏微分方程的可见光图像增强方法移植到硬件平台上时,结合硬件平台的特点做了比较系统和全面的优化改进,最终达到了图像增强算法的实时性要求,为工程中的广泛应用提供了保障。