各向异性扩散是基于传热 PDE 的强大图像增强器和恢复器。 实现细节在“P. Perona 和 J. Malik, Scale-Space and Edge Detection Using Anisotropic Diffusion, IEEE Transactions on Pattern Analysis and Machine Intelligence, 12(7):629-639, July 1990”和“G . Grieg、O. Kubler、R. Kikinis 和 FA Jolesz，MRI 数据的非线性各向异性过滤，IEEE 医学成像汇刊，11(2)：221-232，1992 年 6 月”。 实施该算法以对 1D、2D 和 3D 灰度信号执行。

用Python实现Perona_Malik算法。多次迭代，可以看到和高斯滤波的区别。