二值图像去噪，先腐蚀后膨胀，可以去除图像中的随机噪声

小波去噪程序，对时间序列进行去噪处理，内容较详细，基础

在复杂环境数据采集过程中，原始数据常常混有若干外界噪声，为提高信号特征提取的准确性，基于虚拟仪器技术设计并实现了经验模态分解（Empirical Mode Decomposition，EMD）算法，根据相关分析法筛选有效基本模式分量（Intrinsic Mode Function，IMF）完成测量信号的降噪处理，并设计仿真信号对软件降噪效果进行验证。验证结果表明，所设计软件可有效去除原始信号噪声，可靠性较好。

第一章引言本文主要讨论机器听觉和音乐信号分解的正弦加噪信号模型。在 20世纪早期，机器听觉方面的大部分研究s :作主要是在语音识别领域，其后学者们研究的兴趣逐步

非常有用的视频去噪算法含仿真代码 BM3D

认知无线电技术通过次级用户动态接入空闲频谱来提高空闲频谱资源的利用效率，是认知无线电的重要环节。在低信噪比环境下，如何快速精确地进行频谱感知是频谱感知面临的重大挑战。提出了一种基于小波降噪的压缩感知—循环平稳特征检测器来实现低信噪比环境下的频谱检测。采用压缩感知技术提高了频谱感知的效率，并进一步利用小波变换技术降低了压缩感知过程中引入的压缩噪声，提高了低信噪比环境下的频谱感知准确度。仿真结果证明，提出的基于小波降噪的压缩感知技术能够实现低信噪比环境下的频谱空洞检测。

上传图片后可一键进行图片去噪，亲测有效。可用于图片去雾，增加证件照清晰度。

该包通过混合自适应提供了自适应图像去噪算法的实现。 所提出的方法 [1, 2] 采用从通用外部数据库中学习到的通用先验，并将其适应噪声图像以生成特定先验，然后将其用于 MAP 去噪。 所提出的算法是严格推导出来的从贝叶斯超先验的角度来看，并进一步简化以降低计算复杂度。 要对去噪性能进行整体评估，请运行演示文件：“demo.m”。 如需更多信息和引文，请参阅： [1] E. Luo、SH Chan 和 TQ Nguyen，“通过混合自适应进行自适应图像去噪”，IEEE Trans。 图像处理。 2016 年。 [2] SH Chan、E. Luo 和 TQ Nguyen，“基于 EM 适应的自适应补丁图像去噪”，Proc。 IEEE 全球会议信号信息处理。 （GlobalSIP'15），2015 年 12 月。

包含TV_L1、tvl2、TV、TVAL3d、tvfista等。

K-SVD是一种迭代算法，是K-means算法的扩展，一般是用来在稀疏表示问题中的字典训练方面。这里的“字典”是一个过完备的矩阵，由其可使得一个信号向量可以表示成字典中原子（字典的列向量）的稀疏线性组合。