该代码采用了滤波法进行降噪处理。代码中添加的噪声为高斯噪声，采用了标准正态分布和N(0,5)高斯分布两个例子，用户下载后可以根据需要修改噪声类型和噪声参数。代码执行后，可以得到原始图像、加噪声后的图像和滤波后图像的对比结果。

A Robust Image Zero-watermarking Using Convolutional Neural Networks

本资源基于OpenCV3.0，对图像进行了基本的处理与显示，部分展示请看本人的博客，文章地址:https://blog.csdn.net/qq_40435493/article/details/90181082

在图像处理中，使用Sobel算子进行边缘提取的Matlab代码。

该代码对图像灰度直方图的计算均采用了概率统计的方式，只是在统计的过程中采用了三种不同的统计算法，最后还比较了这三种不同的统计算法各自在计算过程中所花费的时间。建议用户与“图像灰度直方图计算的Matlab代码”进行比较学习。

该代码实现了以2为因子的图像升采样和降采样功能。 降采样包括使用平滑滤波器(with using the averaging filter)和不使用平滑滤波器(without using the averaging filter)两种方法。 升采样包括像素点直接复制(pixel replication method)和线性插值(bilinear interpolatoin method)两种方法。 降采样方法和升采样方法共有4种组合。程序运行后，给出了一个原始图片和四个结果图片。 图片1.原始图片。 图片2.平滑滤波器降采样&像素点直接复制升采样。 图片3.平滑滤波器降采样&线性插值升采样。 图片4.不使用平滑滤波器降采样&像素点直接复制升采样。 图片5.不使用平滑滤波器降采样&线性插值升采样。

图像处理中的量化方法以及MSE/SNR/PSNR误差计算，采用了Level=16和Level=8两种量化方式。

该代码首先实现了图像的腐蚀处理和图像的膨胀处理。然后，经过先腐蚀(Erosion)处理，后膨胀(Dilation)处理得到了Opening Image；又经过先膨胀(Dilation)处理，后腐蚀(Erosion)处理得到了Closing Image。 程序执行后能够得到原始图像、膨胀后图像、腐蚀后图像、Opening Image和Closing Image这五幅图像的对比显示结果。