matlab集成c代码-QGDNet:质量评估引导图像降噪网络

matlab集成c代码 QGDNet Quality assessment Guided image De-noising Network 本科毕设《基于质量评价引导的图像去噪算法研究》 概述 本研究旨在向彩色数字图像去噪中加入图像质量评价（IQA）的引导，从而得到更符合人眼感知的复原结果。具体地，使用一个预训练好的轻量级全参考彩色图像质量评价网络提取感知特征，计算感知损失，然后将感知损失与像素级的内容损失加权求和，得到联合损失函数，用于指导去噪网络的训练。去噪网络基于改进的U-Net结构。 模型在滑铁卢数据集（Waterloo Exploration Dataset）[1]上训练，在滑铁卢数据库和CBSD68数据库[2]上测试，Waterloo库的level3上部分定性和定量指标如下： 模型 PSNR SSIM DNet 30.5194 0.8599 QGDNet-fl23-p 29.6632 0.8460 QGDNet-fl2 30.5196 0.8619 QGDNet-fl3 30.6311 0.8609 QGDNet-fl23 30.6736 0.8612 IQA网络的代码和预