基于深度学习卷积神经网络的图像去噪算法研究。该项目是为了研究基于深度卷积神经网络的图像去噪算法，但是为了比较该算法的效果，另外实现了四种传统的图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM和三维块匹配滤波BM3D）作为对照组。
评价指标
图像去噪后，如何评估算法去噪效果的好坏呢？项目中采用峰值信噪比PSNR和结构相似性SSIM作为评价指标。一般来说，PSNR越大，去噪效果越好。SSIM取值为0到1，越接近1，表示效果越好。
代码介绍
对于均值滤波、中值滤波、和NLM，MATLAB都已经实现了，所以我们直接调用MATLAB自带的函数就可以。
BM3D和DnCNN的代码做了一些小的修改。
五种算法都是对Set12数据集进行去噪，在运行过程中能看到去噪前和去噪后的图像对比，感兴趣的朋友可以自己将图像保存下来观察。
五种算法分别在五个不同的目录中，所以你只需要进行对应的目录，运行代码即可。
2022-06-10 09:10:50
80.31MB
基于matlab的自适应中值滤波图像去噪算法仿真+含代码操作演示视频
运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。
2022-05-19 18:06:55
2.14MB
基于K-SVD算法的图像去噪算法的matlab仿真+含代码操作演示视频
运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。
具体可观看提供的操作录像视频跟着操作。
2022-05-12 09:11:18
7.29MB
图像去噪是图像处理中的基本问题, 目标是从含噪
的观测图像估计出理想图像, 通常这是一个不适定的反
问题, 大量文献对该问题进行了深入的研究, 不过主要
针对的是加性高斯白噪声, 然而在光量子计数成像系统
中, 如 CCD 固态光电检测器阵列、天文成像、计算 X 射
线成像(CR) 、荧光共焦显微成像等等, 获取的图像往往
受到量子噪声的污染, 量子噪声服从泊松分布的统计法
则, 并非加性噪声, 且噪声强度与方差是信号依赖的, 统
计上, 亮度大的像素受到更多的干扰, 因此去除泊松噪
声是一个困难的任务.
2022-05-09 23:44:28
285KB
1
本论文提出了3D 基于空域和时域混合去除噪声的演算法，此算法包含了2D 的自适应可调式参数分频降噪算法以及3D 混合降噪算法。2D 的可
调式参数降噪算法主要利用时间域为频域中所有频域叠加的原理，以及在各分频中噪声模型统计，达到自适应各频段降噪的结果。
2022-05-09 03:31:26
5.25MB
1