基于深度学习卷积神经网络的图像去噪算法研究.zip
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。
文件下载
资源详情
[{"title":"（ 177 个子文件 80.31MB ） 基于深度学习卷积神经网络的图像去噪算法研究.zip","children":[{"title":"README.md <span style='color:#111;'> 2.03KB </span>","children":null,"spread":false},{"title":"avefilt.m <span style='color:#111;'> 1.73KB </span>","children":null,"spread":false},{"title":"NLmeansfilt.m <span style='color:#111;'> 1.33KB </span>","children":null,"spread":false},{"title":"bm3d_wiener.mexa64 <span style='color:#111;'> 38.23KB </span>","children":null,"spread":false},{"title":"bm3d_thr.mexglx <span style='color:#111;'> 40.40KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- CISA考试复习手册第26版（中文版）.pdf
- 商业分析全攻略——用数据分析方法解决商业问题.txt
- DSSClient.exe
- 《JavaEE框架技术（SpringMVC+Spring+MyBatis）》陈永政.pdf
- 北邮-RS隐写分析
- Mastering Linux Kernel Development 无水印pdf转化版
- 基于MATLAB的循环码编译码实现
- 2019数学建模历年题目及优秀论文
- 支持Delphi7的DsoFramer示例.rar
- 一阶纯滞后的动态控制矩阵（DMC）控制算法
- 表演类服饰网上租赁系统的设计与实现
- 模式分类（Pattern Classification）第二版英文答案
- BP野兔眼睛晶状体的重量非线性逼近
- 中国省市区名称全集（Excel）
- 水电收费管理系统
- opencv_contrib-3.4.0（完整版无需添加）
- 【java项目源码】火车票预订系统.zip
- 程序员接单宝典PDF文档
- 精通并发与 netty 视频教程(2018)视频教程
- DIV CSS 汽车网站
- iOS12.1 DeveloperDiskimage
- Quality Center 10.0 license 已验证完全可用
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明