内含所处理的原图，.mat格式的二进制图像原件，两个程序可直接运行

总广义变异 [Bredies et al. 2010] 是 Total Variation 正则化器的扩展版本，可提供更自然的恢复图像。 为了加快其执行时间，在 FFT 域中求解其多变量方程。

本实验使用了ADMM的方法进行图像的去噪音。

基于小波图像去噪的方法研究，可作毕业论文参考，有很详细的去噪方法对比

完整代码，可直接运行

基于小波变换的图像降噪Matlab程序,适合图像降噪处理。

田春伟，徐勇，费伦克，王俊谦，文杰和罗楠发布的增强型CNN用于图像去噪，已在2019年CAAI Transactions on Intelligence Technology上发表。该方法由Pytorch实施。 ECNDNet的代码由Profillic（为您的项目提供动力的ML模型和代码的最大集合）收集，为 。 此代码使用Pytorch> = 0.4编写。 1.依存关系 pyTorch（> = 0.4） 火炬视觉 适用于Python的openCv 适用于Python的HDF5 Python 2.73 2.测试ECNDNet 如果噪声级别为15，我们将运行以下commod： python test.py --num_of_layers 17 --logdir sigma15 / --test_data Set68 --test_noiseL 15 或python test.py --num_

完整代码，可直接运行

完整代码，可直接运行

本文主要的内容是对图像的去噪技术做一个简单的介绍。全文对图像去噪技术进行了概述，包括噪声的概念和去噪原理，并对一些基本的图像去噪方法做了介绍。由于时间关系，并且这是导论课程的论文作业，就没有进行深入细致的研究。