提出了一种基于低秩矩阵逼近（LRMA）和加权核范数最小化（WNNM）正则化的去噪算法，以消除磁共振图像的Rician噪声。 该技术将来自嘈杂的3D MR数据的相似的非局部立方块简单地分组到一个补丁矩阵中，每个块按字典顺序矢量化为一列，计算该矩阵的奇异值分解（SVD），然后是LRMA的闭式解通过用不同的阈值硬阈值不同的奇异值来实现。 去噪块是从低秩矩阵的此估计中获得的，整个无噪声MR数据的最终估计是通过聚合所有彼此重叠的去噪示例块来建立的。 为了进一步提高WNNM算法的去噪性能，我们首先在两次迭代的正则化框架中实现了上述去噪过程，然后利用基于单像素补丁的简单非局部均值（NLM）滤波器来降低WNNM算法的去噪强度。均匀面积。 所提出的降噪算法与相关的最新技术进行了比较，并在合成和真实3D MR数据上产生了非常有竞争力的结果。

unity语音聊天，配合网络函数可实现简单的语音通话。降噪是自己封装的WebRtc的算法，项目中打包了windows和android库，附上源码有需要其他平台的可以自己打包。

在MNIST数据集上利用自编码器实现了图像降噪，具体包括： 环境：Tensorflow 2.0-GPU + Win10 + Anaconda 1. 使用卷积自编码器进行图像降噪 2. 测试自编码器的自适应降噪能力 3. 计算重建图像和原始图像的PSNR 4. 对卷积核，通道进行可视化，分析降噪过程

BM4D，它是对三维图像处理，是医学图像（核磁共振图）的去噪，方法与BM3D一致，不同之处在于，BM3D输入是二维图像，将相似块集合视作整体成为三维集合，因此命名为3D，而BM4D输入是三维图像，得到的相似块应为三维图像，视作整体则空间升至四维，因此命名为4D

由Emmanuel Candès and JustinRomberg等人开发的l1-magic工具箱可以求解七类优化问题，其中(P1)问题即为基追踪，(P2)问题等价于基追踪降噪等

谱减法

维纳滤波降噪

小波分解降噪

AB1562A_ANC原理图参考 络达最新芯片 ANC降噪 RF设计 MEMS Microphone (ANC FF MIC/Voice MIC)

matlab 代码，一种算法能够提高光电码盘估计速度和加速度精度。