源自大牛Joseph Salmon的PCA图像降噪新算法-patch based PCA，可以进行高斯噪声、泊松噪声等多种噪声的降噪处理，且能去的比较好的效果。内含代码和对应的文献，值得学习图像处理的看看！

各向异性扩散滤波主要是用来平滑图像的，克服了高斯模糊的缺陷，各向异性扩散在平滑图像时是保留图像边缘的，和双边滤波很像。 通常我们有将图像看作矩阵的，看作图的，看作随机过程的，记得过去还有看作力场的。这次新鲜，将图像看作热量场了。每个像素看作热流，根据当前像素和周围像素的关系，来确定是否要向周围扩散。比如某个邻域像素和当前像素差别较大，则代表这个邻域像素很可能是个边界，那么当前像素就不向这个方向扩散了，这个边界也就得到保留了。

主要是语音增强技术中的降噪方法，里面都是代码和数据，可以运行

近年来，提出了许多减少遥感图像噪声的方法。本文提出了一种基于OMP算法的改进的WCOMP方法，用于遥感图像的去噪。 我们将小波变换的系数引入贪婪策略，将OMP算法与SVD分解相结合，将这些系数与离散余弦变换（DCT）的冗余字典进行训练，以实现图像的稀疏表示，然后重构该图像。是提高图像降噪的最终性能。 实验结果表明，WCOMP方法比小波，Contourlet和K-SVD等传统图像去噪方法具有更好的效果。 与传统的降噪方法相比，我们提出的方法可以更有效地滤除噪声并保留原始图像的有用信息。

先进的数字信号处理及降噪(第二版) 很不错的书 数字信号处理的升级。

这里承接我的博客内容《用Matlab处理TDMS数据（降噪+频谱分析）》，下载好了以后，按照博客的操作，在matlab运行ReadFile.m文件，连续选三个文件，就可以得到我们所需要的tdms/tdm采集数据，有问题的话，也参考我的博客，我也遇到过，希望对你有帮助

今天小编就为大家分享一篇Python谱减法语音降噪实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

rnnoise中weight.hdf5转成rnn_data.c和.h的dump_rnn代码，亲测转换后文件可用

深度学习的多光子显微镜图像降噪 多光子显微镜（MPM）图像固有地以低信噪比（SNR）捕获，从而抑制了对更深的大脑层成像的过程，实现了更高的时间和空间分辨率。 虽然基于线性滤波的经典方法无法处理MPM图像中占主导地位的泊松噪声，但深度学习图像恢复目前是一个热门话题。 在这项工作中，在MPM图像的去噪性能方面，比较了三种监督（CARE，DnCNN和ResNet）和三种非监督（Noise2Noise，Noise2Void和概率性Noise2Void）深度学习方法，并研究了监督与非监督方法之间的差距。 通过在训练数据中添加具有不同噪声水平的图像，我们的模型可以推广到盲噪声图像。 无偏神经网络也检查了泛化能力。 结果表明，我们的基于深度学习的模型实现了令人满意的降噪性能，并在广泛的噪声水平范围内进行了归纳。 还证明了与监督方法相比，无监督方法仅表现出稍微降低的降噪性能。 该发现具有重要意义，因为收集

恒玄BES2300ZP规格书，TWS蓝牙耳机ANC降噪芯片。