近年来，基于偏微分方程（Partial Differential Equation.PDE）的图像处理方法因其本身所具有的形式上的规范性、模型建立的灵活性和局部自适应特性从而成为一种新型的图像处理数学工具，并广泛应用在图像修复、图像去噪和图像分割等多个方面。与其他传统方法相比，偏微分方程技术具有以下优点：①它能够使用广义上连续的二维函数来对图像进行建模，从而对图像进行求导和求积分等操作，能够使得图像处理问题规范化，形式上更简单。②PDE给出了连续域上图像的分析模型，使得网格的划分与局部非线性滤波分析易于实现。③PDE可视为具有微小子邻域局部滤波器的迭代，其物理意义更易于人理解。④基于PDE方法能够通过数值计算方法来实现，并获得较高的稳定性和精度。
目前对遥感图像进行去噪的研究已经有许多方法，偏微分方程的各种模型及改进模型得到了广泛的应用，使其成为图像处理领域一个持续的热点问题，偏微分方程理论的发展为遥感图像处理提供了新的方法和研究技术。反之，工程技术中提出的新问题，又促使了偏微分方程理论的前进，因此得到了越来越多的有关方面学者的关注。总之，对于遥感图像的去噪技术的研究，运用基于PDE的图像处理方法来改善或解决传统方法去噪的难点问题将是一个比较有益的尝试。
《基于偏微分方程的遥感图像处理方法》将遥感图像的特征以及偏微分方程处理的特点相结合，叙述了偏微分方程图像分析的基本概念及研究框架，并重点阐述了各向异性扩散技术在图像处理中的应用，以此作为遥感应用的方法基础，并以遥感图像增强和去噪的研究内容为导向，重点分析了多光谱、高光谱和雷达等不同类型的遥感影像图像恢复和去噪采用的技术流程和关键算法。此外，将该技术进行拓展，应用于多／高光谱遥感图像专题信息分类中。
《基于偏微分方程的遥感图像处理方法》是作者近年来在遥感图像偏微分方程分析与处理方面研究成果的一个阶段性总结，同时也是作者对遥感图像偏微分方程技术的一个初步诠释。
展开
