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。

学习图像降噪、bilateral filtering、nonlocal means filtering、小波降噪、DCT降噪。 报告要求：对给出的图像进行上述处理，附上代码并且对处理结果给出展示。 为程序

基于C语言的一种数字图像降噪方法.pdf

D-NOISE由NVIDIA的OptiX AI-Acclerated Denoiser提供支持，是一款改变游戏规则的去噪平台，可快速加速在Blender中渲染高质量无噪声图像的过程。

python编写的ROF图像降噪程序，代码全面，亲测可行，降噪效果优与一般的图像降噪方法，对图像处理研究者有一定帮助。

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。

稀疏编码是图像去噪中的一种流行技术。 然而，由于去噪问题的不适定性，难以获得对真实代码的准确估计。 为了提高去噪性能，我们在主成分分析字典上收集数据集的稀疏编码错误，对错误概率进行假设，并导出用于图像去噪的能量优化模型，称为主成分分析词典上的自适应稀疏编码（ ASC-PCA）。 新方法考虑了两个方面。 首先，通过与PCA词典相关的对稀疏编码错误在不同维度上的概率分布的观察，可以自适应地确定均衡保真度项和非局部约束的正则化参数，这对于获得令人满意的结果至关重要。 此外，讨论了所构建模型的直观解释。 其次，为了有效地求解新模型，提出了一种基于滤波器的迭代收缩算法，该算法包含了基于滤波器的反投影和收缩阶段。 反投影阶段的滤波器在求解模型中起着重要作用。 如大量实验所示，建议该方法在定量和视觉测量方面均表现最佳。

基于Dsp的图像降噪系统

源自大牛Joseph Salmon的PCA图像降噪新算法-patch based PCA，可以进行高斯噪声、泊松噪声等多种噪声的降噪处理，且能去的比较好的效果。内含代码和对应的文献，值得学习图像处理的看看！