Perona 和 Malik 的各向异性扩散算法是基于偏导数方程 (PDE) 的去噪的开创性工作。

它将像素强度的扩散定律应用于图像中的平滑纹理。阈值函数用于防止跨边缘发生扩散，因此它保留了图像中的边缘。（与高斯模糊过滤器不同。）如果您想去除噪声，但又不想平滑图像的边缘，例如如果您想使用这些边缘来分割图像，这将非常有趣。被噪音干扰。

在此基础上进行了许多努力，改进或扩展了它。

现在对于使用它的地方，我只有有限的文化。我可以举两个

• 生命科学领域（我工作的地方）的图像分析：你可以从显微镜中得到的图像非常嘈杂，而且大多数时候，它是通过构建的。这些数据的自动图像分析通常涉及分割，有时您需要基于 PDE 的算法。

• 视频游戏！例如，尝试玩质量效应（至少是第一个）。