图像中的噪声对图像识别、图像缩放和图像分割等后继的图像处理影响非常大，因此图像去噪一直是图像预处理的热点问题。现今发展出的各种理论，在图像去噪中都有广泛的应用。其中正则化方法是图像去噪中的常用方法。 在以往的利用正则化方法进行带噪图像恢复的工作中，正则参数的选择往往是恒定的。杨朝霞等利用带噪图像中不同类型的像素点在各种方向上的不同特点，提出自适应双正则参数变分模型。这个模型忽略了同种类型像素点之间的差别，同时在模型参数的构造上缺乏对正则化过程中位函数的利用。本文在该模型基础上，提出了一种各向异性扩散的自适应变正则参数去噪方法。 这种方法的思想是基于对数字图像的平坦点、噪声点和边缘点三类像素点的区分。对不同类型的像素点，使用不同的正则参数决定函数；而对同一种类型的像素点，决定函数根据在不同方向上灰度值的变化率选取不同的正则参数值，因此模型有良好的自适应性。同时参考了各向异性扩散去噪保边缘的良好性质，为模型加入各向异性扩散系数，增强了模型的精度和效果。 本文也给出了各向异性扩散的自适应变正则参数去噪方法的离散迭代形式，使之容易在计算机上实现。同时通过实验，说明了这种方法有迭代次数少、去噪保边缘效果好的优点。