开展数字图像去噪方法研究,不仅具有自身的实际应用意义,同时去噪方法的研究成果,可被其他图像处理技术借鉴,用于处理对应的应用问题。论文主要聚焦于偏微分方程图像去噪方法研究,综述了PDE (Partial Difference Equation)图像去噪模型的发展历程,着重分析了张量型基于散度的PDE模型,张量型基于迹的PDE模型,以及曲率保持PDE模型,指出了其各自存在的不足以及各向异性PDE模型有进一步提升的可能,针对曲率保持PDE模型容易在图像边缘引入虚假信息之不足,开展相关深入研究,取得如下主要成果：1)提出了一种加权型线性积分卷积图像去噪方法。利用基于总变差流的平滑技术计算非线性结构张量,以此构造扩散张量；接着将扩散张量投影在各个方向上,生成对应的向量场,由此计算得到各积分卷积结果；最后利用方向信息构造加权函数。实验结果表明,该方法能进一步提升去噪方法的性能；2)提出了一种基于图像片的加权型线性积分卷积图像去噪方法。改方法是上述提出方法的改进方法。充分利用了非局部平均滤波方法中图像片处理技术。将传统的线积分卷积计算中的高斯函数替换为图像片相似性比较函数。这一看似简单的替换,能进一步挖掘所提方法的去噪性能。实验结果显示本文方法在去噪的同时能较好地保持图像中边缘与曲率结构。