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。

该文件记载目前各种流行降噪算法的代码下载地址及对应的文档地址，可进行自由下载；算法包括NLM、BM3D、KSVD等传统常规算法，也包括DnCNN、WaveletCNN等新的深度学习算法，并且记录相应测试数据集的下载地址可供自由下载

压缩感知应用于图像降噪，具体方法有快速梯度投影重建等等的降噪算法和matlab代码。

在视频图像降噪中，时域滤波比空域滤波在保护视频图像边缘和细节方面更 具优势，但需要借助运动估计来更好地利用时域上的相关性。目前基于运动估计 视频降噪时域滤波算法受运算量的限制较大，容易产生由于匹配块搜索不准确引 起的块效应。 在系统地阐述了视频图像降噪的基本理论与发展现状的基础上，对运动估计 进行了深入学习和探讨，提出了一种基于运动估计的视频图像3D(时空联合)降噪 算法。首先，对当前帧和参考帧进行下采样；然后，在时域上以块为单位对当前 帧进行运动估计，在当前帧的前一帧和后一帧中同时搜索匹配块；对搜索到的匹 配块与当前块进行运动强度检测，通过设计的噪声标准差估计单元、实时确定出 当前帧运动强度检测的阈值，以准确判断块的运动强度；若匹配块运动强度较小， 就对当前块进行时域滤波；若匹配块运动强度过大，就对当前块进行空域滤波， 另外，噪声标准差估计单元测定的噪声标准差也用作空域滤波器的参数。

LEE图像降噪算法，一个优秀的图像降噪算法。