近年来,随着大规模CCD阵列成像技术与多DSP阵列图像并行处理技术高速发展,视觉感知系统作为最基本的三维空间感知方式在众多领域都有所应用。全景视觉图像是由基于成像镜头得到的大于半球视场(360°×180°)的视觉信息图像,由于其开阔的视域,对民用、军用、太空航天等领域具有极其重要的意义。本文采用目前被重点关注的基于鱼眼镜头和反射镜两种方法来获取全景视觉图像,由于图像在采集传输的过程中,常常会受到周围环境噪声影响,导致图像成像质量的下降,并且在特定环境下由于光线亮度等因素导致图像模糊清晰度不够的情况,针对全视觉图像去噪与增强技术的研究事在必行并且尤为重要。由于全景视觉图像尺寸大包含的细节信息非常丰富,普通的图像去噪方法难以达到同时满足良好的去噪效果与较高的运算效率,提出一种改进的基于小波分解和四阶偏微分方程相结合的方法用于图像去噪,利用小波良好的时频局域化特性和偏微分方程能够很好的保留图像的边缘和细节的特点对图像噪声进行消除。全景视觉图像去噪后,为得到更好的视觉效果本文重点研究基于偏微分方程(PDE)与脉冲耦合神经网络(PCNN)的图像增强方法。从整幅图像灰度级分布的拉伸与细节信息的强化两个方面着手,本文提出一种改进的基于偏微分方程冲击滤波器模型与局部直方图均衡化相结合的方法对灰度图像进行处理并应用到彩色图像处理之中。最后,由于此算法中一些重要参数的选取直接影响到增强图像的视觉效果,本文采用粒子群算法进行优化选取,得到最优参数。