针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种基于变指数的片相似性扩散图像降噪算法。算法基于变指数的自适应降噪模型,引入片相似性的思想,构造出新的边缘检测算子和扩散系数函数。传统的各项异性扩散图像降噪算法利用单个像素点的灰度相似性(或梯度信息)检测边缘,不能很好地保持图像的弱边缘和纹理信息。而所提算法利用邻域像素的灰度相似性,可以在滤除图像噪声的同时,保持更多的细节信息。仿真结果表明,与其他传统的基于偏微分方程(PDE)的图像降噪算法相比,该算法将信噪比(SNR)和峰值信噪比(PSNR)提高至16.602480 dB和31.284672 dB,具有良好的抗噪性;同时视觉效果较好,保持了更多的弱边缘和纹理等细节特征,在噪声抑制与边缘保持之间取得了较好的权衡。

《MATLAB基于小波变换的语音信号去噪算法改进》音频

matlab生成维纳过程代码BM3D去噪 该项目是基于OpenCV库的最新BM3D（块匹配和3D滤波）图像去噪算法的C ++实现。 ##（1）。 项目配置 该项目在Microsoft Visual C ++ 2015 Express和OpenCV 2.2.0中实现。 成功安装VC2015和OpenCV 2.2之后，BCDenoising解决方案应设置必要的文件，包括lib目录和可靠的lib文件。 例如，OpenCV2.2安装在“ C：\ OpenCV2.2。”中。 CMake使用Visual C ++ 2015在“ C：\ OpenCV2.2 \ VS2015 \”中生成一个动态的opencv解决方案。 所有设置都保存在当前解决方案中。 请更改它们以更正OpenCV目录。 转到文件夹“ \ BCDenoising \”。 使用Visual C ++ 2015（或其他VC ++版本）打开“ BCDenoising.sln”，并将其设置为发布模式。 在“解决方案资源管理器”窗口中，右键单击BCDenoising，然后打开属性页。 在“配置属性-> C / C ++->常规”中，输入“ C：

用于去噪方法的简单易读的代码。

为了有效地去除视频序列中的噪声,提高视频图像质量,提出了一种基于运动估计的视频降噪算法。该算法在由视频序列中的当前帧和前后多帧图像构建的图像层中,通过运动估计技术,沿着物体的运动轨迹进行时域帧间滤波。实验结果显示,本文提出的算法充分利用了视频序列的时域信息,可以有效去除视频序列中的噪声,同时可以很好地保持视频图像的细节。

Deep KSVD Denoising——融合KSVD传统算法和深度学习的去噪算法实现，使用pytorch（拥有详细的代码注释）

本设计可以找到源码，可以为您做设计，请看个人简介信息获取，资源免费，希望您给个关注，后续会上传源码，关注后第一时间会通知到您。感谢！

针对激光雷达回波信号所含噪声的特点，提出并详细论述了一种能够对激光雷达回波信号进行有效消噪的小波包平均阈值变换方法。该方法通过求取最优小波包基的每个结点的阈值，并进行平均后作为全局阈值来实现小波包消噪。为了验证该方法的有效性，对包含高斯白噪声的模拟信号进行了仿真消噪，并对米氏散射激光雷达系统实际探测得到的大气回波信号进行了消噪处理。同时，将该方法与小波全局阈值消噪、小波包默认阈值的消噪效果进行了对比分析。仿真结果和实验结果表明，基于平均阈值的小波包消噪方法能够有效降低激光雷达回波信号中所含噪声，并且其消噪效果明显优于另外两种小波分析方法。

通过分析研究发现 D．L．Donoho 提出的小波阈值去噪方法，以及文中提及的已构造出的小波阈值函数在图像去噪.方面仍存在问题。为了进一步改善这些问题，综合典型的小波阈值函数的优点与一些改进方法，提出一种改进的新阈值.函数。该阈值函数不仅在阈值处连续，而且含有参数，可通过调整参数来调节阈值化小波系数和原始小波系数之间的恒.定偏差，同时其还具有可微性便于计算。为了突出表现构造的新阈值函数的优越性，通过仿真实验对文中提出的几种小.波去噪方法的均方差(MSE)和峰值信噪比(PSNＲ)进行对比。实验结果表明，利用新构造的阈值函数去噪，去噪后的图像.无论是视觉效果还是在均方差、峰值信噪比等的性能上都比传统的软、硬阈值和已有的阈值去噪效果好。

隧道作为一个狭长的封闭空间，其点云内部噪声影响点云分析精度，有效去除隧道点云内部的噪声是基于点云隧道形变分析的关键．提出一种基于中轴线的隧道点云去噪算法．通过对点云双向投影获取隧道在水平和垂直方向的姿态变化，根据高阶多项式拟合两条平面曲线并插值中轴线控制点，通过定义空间线段的夹角加密控制点以表达中轴线．通过计算各控制点处的切平面实现对隧道点云的分割，计算各分块内点到中轴线的距离，并根据给定的距离阈值实现隧道内部点云噪声的过滤．通过两组实验分析证实该方法的可行性与精确性．