在联合冲击滤波器和非线性各向异性扩散滤波器对含噪图像做预处理的基础上，利用边缘检测算子选取自适应参数，构建能同时兼顾图像平滑去噪与边缘保留的自适应全变分模型，并基于Bregman迭代正则化方法设计了其快速迭代求解算法。实验结果表明，自适应去噪模型及其求解算法在快速去除噪声的同时保留了图像的边缘轮廓和纹理等细节信息，得到的复原图像在客观评价标准和主观视觉效果方面均有所提高。

资源内容：基于Python实现图像去雨、去模糊、去噪（完整源码+数据）.rar 代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 适用对象：工科生、数学专业、算法等方向学习者。 作者介绍：某大厂资深算法工程师，从事Matlab、Python、C/C++、Java算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、智能控制、路径规划、无人机等多种领域的算法仿真实验。欢迎交流学习

1、内容简介 利用MATLAB GUI设计平台，用窗函数法设计FIR数字滤波器，对所给出的含有噪声的声音信号进行数字滤波处理，得到降噪的声音信号，进行时域频域分析，同时分析不同窗函数的效果。将文件解压至一个目录下，运行m文件即可使用。 2、函数使用 读取.wav音频文件函数：audioread（）；（老版本为wavread） MATLAB播放音乐函数：sound()； MATLAB停止播放音乐：clear sound 写入.wav音频文件函数：audiowrite（）；（老版本为audiowrite） 加入白噪声：noise=(max(x(:,1))/5)*randn(x,2); y=x+noise; 频谱分析： fft（）； fftshift（）； Fir滤波： fir1（n,Wn,ftype,window）； 窗函数选择： 梯形窗boxcar 三角窗triang 海明窗hamming 汉宁窗hanning 布莱克曼窗blackman 凯塞窗kaiser

以下论文中描述的非局部欧几里得中值 (NLEM) 算法的 MATLAB 实现： [1] KN Chaudhury 和 M. Unser，“非局部欧几里得中位数”，IEEE 信号处理信件，卷。 19，没有。 2012 年 11 月。 当前的实现是为了实验用途，在效率方面远非最佳。 例如，它可以使用 *parfor* 循环进行优化，或使用 mex 代码计算欧几里得中值。

去除白噪声,用ＭＭＳＥ方法抑制白噪声来提高信噪比,是一种基于统计分析的噪声去除方法，广泛应用于语音增强方面.

擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

基本达到理论误码率图像，但是性能还不够好，误码率不够理论值那么小，代码有注释，嘎嘎好懂。文件夹中“程序”是BF译码算法，运行main1就行，信噪比我设置为[0:0.5:2]，是为了和BP有相同的横坐标，好比较，1-2上误码率比较小，在信噪比为4的时候会有较大的变化，可以根据需要把信噪比改成0-5，程序运行时间比较久，可能需要10分钟左右，同样是个值得优化的点。 解压后直接出现的代码是BP算法，BP算法取对数就是SUM-Product译码算法，运行LDPC_demo.m，信噪比为3,4的时候就没有图像了，所以只设置为0-2，想要大信噪比的同学可以尝试一下把码长变长，但是运行时间会更久。这个程序大概运行10-30分钟，耐心等待~~~有什么问题可以评论区留言咱一起讨论。

小波去噪MATLAB代码

1维数据的sym4小波基去噪重构——matlab

软件：Maltab 资源内容： 使用maltab软件实现声音降噪处理以及麦克风阵列声源定位，可用于8个方位或者16个方位的计算。可以简单修改路径即可使用。 基于Sipeed麦克风阵列模块初步实现的近场声源定位，主控采用stm32f103zet6。 简述实现方法：使用DMA时分复用获取3组I2S麦克风数据到内部SRAM，定位算法通过分析一轮获取数据最大值的位置确定定位方向。