视频图像修复是目前亟待解决的一项技术,用这项技术可以修复一些年代久远的存储在模拟胶片或模拟磁带中的视频图像。本文研究的图像增强算法是视频图像修复的前期工作,它对改善图像质量具有重要的意义。图像增强的目的就是对退化的图像进行处理,使其在一定程度上复原成没有退化前的理想图像。目前使用较多的图像增强方法是图像滤波,在视频图像的修复中要求图像滤波既能去除图像中混杂的噪声,同时又能保存图像的细节信息。由于噪声和图像细节在频带上混叠,在图像滤波过程中,图像噪声的去除与图像细节的保存是矛盾的。近几年发展起来的偏微分方程方法在去除噪声的同时能够较好地保存边缘上的细节信息,成为人们广泛关注的热点问题。本文的主要研究工作可以分为以下两个方面:第一,结合基于曲率的偏微分方程和冲击滤波算子。前者在图像去噪方面有其特殊的优点,即可以达到图像噪声的去除和图像细节的保留在一定程度上的优化。但是由于从视频图像中分解出的图像数量较大,多个图像的连续才能形成清晰的视频,对图像边缘的增强具有重要的意义。因此,本文主要致力于对偏微分方程的改进,在该方程基础上加上一个冲击滤波算子,冲击滤波算子的主要作用是在检测到边缘信息时产生一个冲击,使边缘细节信息得到增强。针对图像被污染的情况不同,需要进行不同的处理。如对于对比度较低的图像可以先进行对比度的拉伸,或者直方图的均衡,使图像边缘上的信息更丰富,有更好的视觉效果,再使用改进的算法进行修复。第二,由于视频图像前后帧之间的联系性,利用一系列的低分辨率图像,可以重建出分辨率更高的图像。本文提出了用超分辨率方法对图像进行重建,利用视频图像的连续性,以及图像内容上的联系,可以重建出分辨率较高,信息更丰富的图像。然后再用改进的偏微分方程进行图像噪声的去除和边缘的增强处理。本文在传统算法的基础上,探讨了对图像进行去噪、增强处理的偏微分方程方法,并力求算法较传统算法在图像的视觉效果方面有一定程度的提高。从实验的效果看,在图像的清晰度和边缘信息的丰富度上确实有了较大的提高。