如何有效减少噪声，一直是图像处理领域中研究的热点问题。经典的基于窗口式的图像平滑方法具有一个币要的缺陷，在去除图像噪声的同时往往也会将图像的边缘(图像的主要特征之一)进行一定程度的平滑，从而破坏了原图像的主要特征。近年来，利用偏微分方程(partialdifferential equation，PDE)的方法来进行图像处理成为研究的热点。基于偏微分方程明显的物理意义，可以用它来对图像进行建模，从而很好地解决图像处理方面许多复杂的问题基于偏微分方程的各向异性的非线性扩散技术(anisotropic nonlinear diffusion)在去除噪声的同时可以很好的保持原图像的边缘特征，克服经典平滑去噪算法的缺点，这是一种自适应的平滑技术。 在利用数字图像研究土壤孔隙结构的过程中，由于图像采集设备所限，实验中采集到土壤切片图像往往带有一定的噪声，这不利于对图像进一步分析从而得出精确的数据。本文通过对数字图像处理技术和Perona-Malik模型的学习和研究，给出PM方程的有限差分格式，并利用计算机语言编程实现了基于PM模型的图像平滑去噪处理程序，这是用偏微分方程进行土壤切片数字图像处理的一个尝试。通过数值实验得出结论，该方法可以有效的增强土壤切片图像的边缘信息。通过对Perona-Malik滤波前后的土壤切片数字图像进行分析处理，发现只要平滑参数选择合理，Perona-Malik滤波算法在去除噪声的同时能够保留绝大多数原图像的纹理信息。通过对多幅切片图像滤波前后分别进行数据分析，同时与土壤物理试验间接法数据对比，可以得出结论，Perona-Malik模型滤波后的图像，由于滤除了大部分的噪声，土壤孔隙度有了比较大的提高，同时根据图像分析出的孔径大于100μm孔隙当量分布与杨普拉斯方程间接法的测量结果比较接近，说明该方法对于切片图像中孔径大于100μm孔隙的识别具有比较明显的改善作用，因此，该方法在土壤切片图像处理方面具有一定的应用价值。