matlab椒盐去噪代码-Image-Recovery-Using-Conditional-Adversarial-Networ...

matlab椒盐去噪代码使用有条件的专业网络进行图像恢复 分析条件对抗网络以解决图像恢复问题，例如阴影恢复，降噪和去模糊。 该文件的存储库： 要求： 的Python 3 火炬 的MATLAB 数据集 使用ISTD数据集。 链接到 图像恢复目标 对从ISTD数据集创建的以下增强图像集测试了恢复。 只有影子 阴影+盐和胡椒粉噪音 阴影+斑点噪声 阴影+高斯噪声 阴影+所有噪音 Undertow+蓝色 阴影+椒盐噪声+模糊 阴影+斑点噪声+模糊 阴影+高斯噪波+模糊 阴影+所有杂讯+模糊 创建数据集 运行generate.m以生成额外的增强图像，以帮助网络训练还原因一种以上类型的工件而退化的图像。 python dataset_create.py来调整输入图像和GT图像的大小，以使其具有正确的格式以馈入网络。 添加任何更多受伪影影响的图像将是富有成果的，并且将改善网络的性能。 制作一个数据集文件夹，并将从dataset_create.py生成的增强图像存储在其中。 条件对抗网络 对于这项工作，我们已经使用为图像到图像翻译任务建议的pix2pix网络。 Pix2pix：| | 运行代码： 训练