# 代码练习：图像去噪综合应用

**Repository Path**: wu-chenran/img_denoise_project

## Basic Information

- **Project Name**: 代码练习：图像去噪综合应用
- **Description**: 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。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 53
- **Created**: 2023-04-27
- **Last Updated**: 2023-04-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## 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
[TODO: 此处上传效果![输入图片说明](ad08a7a59cc4b569d692eec1d6a67a0.png)截图]

## 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: 202052320214
- 年级: 2020
- 专业: 智能科学与技术
- 班级: 2