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。

12月28日，「开源中国源创会年终盛典」珠海站再次回归！点击免费报名参会

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

. e398b83

代码练习_图像去噪综合.html

代码练习_图像去噪综合.ipynb

Loading...

README

![输入图片说明](result2.4.png)![输入图片说明](result2.3.png)![输入图片说明](result2.2.png)![输入图片说明](result2.1.png)## 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
[TODO: 此处上传效果截图]
![输入图片说明](result1.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: 201952320102
- 年级: 2020
- 专业: 智能科学与技术
- 班级: 1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/zhangyulong0628/img_denoise_project.git

git@gitee.com:zhangyulong0628/img_denoise_project.git

zhangyulong0628

img_denoise_project

代码练习：图像去噪综合应用

master