图像去噪作为图像处理的问题之一，随着科技的进步，处理的方法越来越多，图片恢复的质量也越来越高。图像去噪的方法有很多，在此次课程设计中，我们采用基于神经网络的图像去噪算法。

基于提升小波的图像去噪算法，并且易于FPGA硬件实现。基于提升小波的图像去噪算法，并且易于FPGA硬件实现。

图像去噪的三种代码，中值滤波，均值滤波 ，维纳滤波 ，只需更改图片即可使用

基于稀疏表示的图像去噪算法研究，是一篇很不错的论文

本资源为图像处理课程论文，里面详细介绍了理论以及实际操作的结果，主要是关于图像噪声的处理以及程序的验证，非常完整。

传统的去噪方法往往假设含噪图像的有用信息处在低频区域，而噪声信息处在高频区域，从而基于中值滤波、Wiener 滤波、小波变换等方法实现图像去噪，而实际上这种假设并不总是成立的。基于图像的稀疏表示，近几年来研究者们提出了基于过完备字典稀疏表示的图像去噪模型，其基本原理是将图像的稀疏表示作为有用信息，将逼近残差视为噪声。利用 K-SVD 算法求得基于稀疏和冗余的训练字典，同时针对 K-SVD 算法仅适合处理小规模数据的局限，通过定义全局最优来强制图像局部块的稀疏性。文献[28]提出了稀疏性正则化的图像泊松去噪算法，该算法采用 log 的泊松似然函数作为保真项，用图像在冗余字典下稀疏性约束作为正则项，从而取得更好的去噪效果。

用于检测图像去噪算法的数据图片，共有68张灰度图，都是用于检测去噪能力的经典图片，是做图像去噪的标准图像库。图片类型涉及到景物，人物，动态的，静态的都有。

维纳滤波图像去噪，程序用了维纳滤波去除图像里的噪声。

视频图像处理应用，malab图像图片降噪Demo，可以下载后看一眼。

很有用的一篇论文，毕业论文《基于小波图像去噪的方法研究》