图像增强是图像处理的基本内容之一,许多图像处理问题都出现了定向流动结构,常见的图像增强方法在处理此类问题时会出现阶梯效应、斑驳或产生虚假边缘等缺点,模糊边缘等重要特征。在这种情况下,希望有一种工具可以改善类流状结构的质量,而不会破坏重要的细节特征。本文主要研究基于几何特征构造各向异性扩散模型实现图像增强问题,目标是中断线的完成或流动状结构的增强。以往分析相干流动结构的可靠工具是梯度?_,虽然梯度对检测边缘很有用,但不适合处理平行结构。几何框架的基本思想是将图像作为高维度的表面嵌入,将图像看成三维曲面。从几何框架的角度来看,图像增强问题等同于找到近似的分段光滑曲面的问题。第二基本形式描述了曲面的形状——曲面偏离切面的程度,能够很好的刻画曲面几何特性。我们利用第二基本型二次型矩阵代替?_构造结构张量_提取图像本身的非局部结构特征,提出了基于第二基本型的各向异性扩散图像增强模型。模型结构张量的特征值包含丰富的结构信息,基于此提出图像局部相干性的量度用于图像分区,将图像分为光滑区域、类流状区域和拐角/T形区域。为了增强类流状区域的相干性,利用图像自身结构特征完成增强扩散过程,我们将结构张量_调整到扩散张量,提出控制模型的扩散机理。的特征向量控制模型扩散的方向,特征值在平滑过程中随着图像相干性确定光滑强度。另外设计了自适应扩散方案和过滤扩散方案两种不同扩散方案指导模型的扩散过程。相比自适应扩散方案,过滤扩散方案更全面考虑图像信息细化分区,能更好的根据图像信息特征指导扩散过程。在模型的数值离散与实验部分,分别给出了有限差分法和加性算子分裂(AOS)方法的离散格式,并选取不同种类的测试图像用MATLAB上机实验。实验效果表明,本文提出的模型可以很好的达到增强类流状结构质量的效果,保护图像重要信息,防止增强图像失真,而且不会破坏原图部分细节。