偏微分方程二酯酶（PDE）一直被用于开发数学模型在连续介质的物理过程。由于这些公式所表达的连续变化，他们已经习惯于在热传导，弹性，流体力学动力学现象建模，振动的琴弦，电磁等重要物理和工程领域。

在过去的35年中，对物理现象很多这样的基于PDE-模型已经成功用于数字图像处理和分析与计算机视觉领域应用。变分和nonvariational基于PDE-技术已经在各种静态和视频图像处理相关的领域，如图像恢复，图像修复，分割，压缩，登记，和运动估计被越来越多地使用，并且已经解决了，在这些仍然存在许多挑战区域。因此，PDE的已导致了一个全新的图像处理子域。

这期特刊的主要目的是提供这些基于PDE-图像处理和分析领域，并汇集在这些领域的研究人员所取得的成就先进的研究。它的目的是通过收集物品传播有助于回答这个问题还停留在图像去噪，插值，细分化的挑战新的研究发现，（德）压缩，和光流计算使用连续的物理模型，如基于那些在这些领域的延伸和完善的知识，非线性扩散，反应扩散，相场，流体，或福克 - 普朗克方程。因此，我们鼓励作者贡献原创论文描述了相关课题的下面列出呈现艺术领域中提到的状态新的理论和实践成果，以及评论文章。

潜在的主题包括但不限于以下内容：

• 非线性第二和第四阶各向异性扩散模型图像恢复
• 使用反应扩散方程图像去噪和边缘检测技术
• 使用变和nonvariational基于PDE-模型高级图像插值
• 结构修补方法使用流体方程
• 混合恢复并结合各阶PDE方案去水印方法
• 基于非线性扩散方程渐进半色调解决方案
• 偏微分基于方程的压缩和解压技术
• 利用相场模型的图像分割方案
• 变分水平集的图像分割算法基于
• 对于光流估计新颖的基于PDE的解决方案
• 使用福克 - 普朗克方程图像处理和计算机视觉框架
• 新颖变模型图像配准和融合