完整代码，可直接运行

本文提出了一种基于非下采样Contourlet变换与非线性各向异性扩散的方法进行含噪图像的去噪和增强。首先对含噪图像进行非下采样Contourlet分解，对每个分解层的各个子带进行非线性收缩和拉伸，以达到抑制噪声和增强图像特征的目的。然后，对去噪增强后图像的Contourlet小系数进行空间域的非线性各向异性扩散，以去除由于进行非下采样Contourlet去噪所造成的为伪Gibbs现象和 side-band效应。实验结果表明，本文方法相比于无扩散的Wavelet和Contourlet方法相比，不仅对图像进行了去噪和增强，而且有效的抑制了伪Gibbs现象和 side-band效应。

VC 实现的二维小波变换源代码，已经测试，可用。用于图像去噪、压缩等

经典的基于非局部思想的图形图像去噪模型，也即非局部滤波，基于matlab实现

基于小波变换的平移不变量图像消噪法,里面有文档和matlab程序，可以下载参考下

在早先的章节里，我们看到很多图像平滑技术如高斯模糊，Median模糊等，它们在移除数量小的噪音时在某种程度上比较好用。在这些技术里，我们取像素周围的一小部分邻居，做一些类似于高斯平均权重，中值等替换掉中间的元素。简单说，移除一个像素的噪音是基于本地邻居的。 噪音有一个属性，噪音一般被认为是具有零平均值的随机变量。假设一个像素噪音，p = p0 + n, 其中p0是像素的真实值，n是那个像素的噪音。你可以从不同图像取大量的同一个像素(N)并计算他们的平均值，理想情况下，你应该得到p=p0，因为均值是0. 你可以自己通过一个简单例子验证一下。保持一个静止的摄像机对准一个位置多呆几秒，这会给你很多帧

基于对小波去噪以及多尺度变换图像去噪问题的理解，提出了对多尺度变换图像去噪方法的一些展望。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：MATLAB实现图像去噪 滤波 锐化 边缘检测 源程序代码 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

关于该资源的详细描述，可参考本人博客https://blog.csdn.net/qq_36584460/article/details/123928119

论文：Image denoising by sparse 3D transform-domain collaborative filtering 阐述了BM3D算法原理与实现步骤