1.一种基于边缘增强算子的各向异性扩散噪声处理方法，其特征在于，包括以下步骤：(1)输入含有高斯噪声的待处理图像，使用高斯滤波器对噪声图像进行预处理，去除较大噪声；

(2)建立八方向5×5边缘增强算子模板，将增强算子模板与步骤(1)中预处理后得到的图像进行卷积运算，得到对应的梯度信息；

(3)构造了一种基于双曲正切函数的扩散系数模型，用来控制扩散程度；

(4)将步骤(3)计算出的扩散函数代入改进的各向异性扩散方程，得到去噪后的图像；

(5)重复上述步骤(2)至步骤(4)N次，完成迭代，并输出滤波后图像；

步骤(3)所述的扩散系数模型的计算公式如下：

其中，k为区别边缘和噪声的扩散门限系数， 为梯度模值；

所述步骤(4)的实现过程如下：

改进的各向异性扩散方程如下所示：

I0(x,y)为原始图像，I(x,y,t)是图像经过t次迭代后的滤波图像，div(·)和 分别表示散度算子和梯度算子， 为迭代t次后的梯度模值，用作边缘检测器，在平坦区其值较小，边缘区的值较大；将上式偏微分方程离散化并将其应用于图像去噪过程，其离散化的表达式如下：其中，ηs表示像素s的邻域空间；s为像素的坐标；为当前图像的离散采样；λ为控制扩散总体强度的常数；|ηs|表示邻域空间的大小。

2.根据权利要求1所述的一种基于边缘增强算子的各向异性扩散噪声处理方法，其特征在于，所述的待处理图像为彩色图像或灰度图像。

3.根据权利要求1所述的一种基于边缘增强算子的各向异性扩散噪声处理方法，其特征在于，步骤(1)所述图像预处理通过以下公式实现：Iσ(x,y)＝Gσ*I(x,y)

其中，Gσ为高斯滤波算子，*为卷积符号，I(x,y)为输入的噪声图像，Iσ(x,y)为经高斯滤波器处理后的图像。

4.根据权利要求1所述的一种基于边缘增强算子的各向异性扩散噪声处理方法，其特征在于，所述步骤(2)实现过程如下：其中d＝1,2,...8，θ1,θ2,...,θ8分别表示0°、45°、90°、135°、180°、225°、270°、315°这八个方向， 表示的是不同方向对应的增强算子模板，Iσ(x,y)为经高斯滤波器处理后的图像。