代码练习：图像去噪综合应用: 本项目包含两个去噪图像处理示例。代码1通过调整sigma值优化小波去噪，代码2比较了双边滤波去噪、全变分去噪、小波去噪、非局部均值去噪和fft2低通滤波去噪的效果，并根据PSNR值选取最优去噪算法。

forked from mynameisi/代码练习：图像去噪综合应用

加入 Gitee

与超过 1200万开发者一起发现、参与优秀开源项目，私有仓库也完全免费：）

该仓库未声明开源许可证文件（LICENSE），使用请关注具体项目描述及其代码上游依赖。

克隆/下载

add 源代码. 8f1e5af

67fbd1aaad26154849e4affcebda6c3.png

8a92e54cb546186e639dc6b7a1ecce5.png

90f0f43c88abecd221918a7727fd518.png

ac0c3be3c080277d9024cde48f5171e.png

c5567e6a41bbcb249b2e786d09a9e3c.png

代码练习_ 图像去噪综合应用.ipynb

Loading...

README

## 项目描述

本项目包含两个去噪图像处理示例。代码1通过调整sigma值优化小波去噪，代码2比较了双边滤波去噪、全变分去噪、小波去噪、非局部均值去噪和fft2低通滤波去噪的效果，并根据PSNR值选取最优去噪算法。

## 项目运行效果截图
![输入图片说明](90f0f43c88abecd221918a7727fd518.png)
![输入图片说明](67fbd1aaad26154849e4affcebda6c3.png)
![输入图片说明](ac0c3be3c080277d9024cde48f5171e.png)
![输入图片说明](8a92e54cb546186e639dc6b7a1ecce5.png)
![输入图片说明](c5567e6a41bbcb249b2e786d09a9e3c.png)
## 功能

1. 代码1：优化小波去噪方法，通过调整sigma值寻找最优的去噪效果。
2. 代码2：比较五种去噪方法，根据PSNR值选取最优去噪算法。

## 依赖

- Python
- NumPy
- Matplotlib
- scikit-image
- SciPy
- OpenCV

## 使用

1. 下载本项目的Jupyter Notebook文件：`XXX.ipynb`
2. 安装项目所需的依赖库
3. 打开Jupyter Notebook并运行代码

## 注意

- 请确保安装了所有必要的依赖库
- 使用时，确保图像路径正确

## 个人信息
[TODO: 此处填写个人信息]
- 学号: 202052320216
- 年级: 2020
- 专业: 智能科学与技术
- 班级: 02 班

本项目包含两个去噪图像处理示例。代码1通过调整sigma值优化小波去噪，代码2比较了双边滤波去噪、全变分去噪、小波去噪、非局部均值去噪和fft2低通滤波去噪的效果，并根据PSNR值选取最优去噪算法。

取消

暂无发行版

马建仓 AI 助手

尝试更多

代码解读

代码找茬

代码优化

1

https://gitee.com/zhang-senmuxia/img_denoise_project.git

git@gitee.com:zhang-senmuxia/img_denoise_project.git

zhang-senmuxia

img_denoise_project

代码练习：图像去噪综合应用

master