带色彩恢复的多尺度视网膜增强算法.zip
只有EXE文件,直接运行就可以了。提供了十来张测试图片,效果很明显。
《多通道加权核范数最小化用于实际彩色图像去噪》 《Multi-channel Weighted Nuclear Norm Minimization for Real Color Image Denoising》 该论文的matlab代码,仅供研究学习。 具体看readme。
matlab代码。 《基于梯度直方图的纹理增强图像去噪》论文的代码。 《Texture Enhanced Image Denoising via Gradient Histogram Preservation》 直接运行"HMIS_Main.m"文件。 有比较好的效果。
Remove flicker from a series of images. This is useful if you want to combine a series of images into a timelapse video. 在python命令行输入一下命令来运行代码:‘python deflicker.py /data/pictures/source 25 --plot /data/pictures/edits/df.png --adjust /data/pictures/deflicker’ 注意,要在文件夹中自己新建data、pictures、source、edits、deflicker的文件夹。source放输入图片,注意命名1,2,3.。。。。edits中会自动生成df.png 。deflicker中会生成结果图片。25是平滑系数。deflicker.py是运行的文件名字。 代码有详细注释。压缩包中也有readme。
在matlabR2017a上运行ok。 盲卷积去模糊,提供了几张图片以供测试,有比较好的效果。 直接运行test_blind_deconv.m文件即可。 在test_blind_deconv.m中修改输入图片路径,在ms_blind_deconv.m文件中输出图片。
点态SA-DCT正则化反卷积。 本文给出的所有结果,都是使用基于低复杂度SA-DCT的算法得到的,并且可以使用点态自适应DCT Demobox进行复制。 用于去模糊,去噪,都有很好的效果。
全变分图像反卷积:MAJORIZATION-MINIMIZATION方法。 《TOTAL VARIATION-BASED IMAGE DECONVOLUTION: A MAJORIZATION-MINIMIZATION APPROACH》这篇论文的源码 本文提出了一种新的在全变差正则化条件下图像反褶积的最大化-最小化算法。
图像恢复的阈值化算法 在本文中,我们介绍了两步IST(TwIST)算法,对于病态问题,它表现出比IST更快的收敛速度。对于一大类非二次凸正则化器(规范,一些Besov范数和总变差),我们证明了TwIST收敛 对于给定范围的参数值,目标函数的最小化。对于不可逆的观察算子,我们引入了单调版本的TwIST(MTwIST);虽然收敛证明不适用于这种情况,但我们给出了实验证据表明MTwIST表现出与IST相似的速度增益。新方法的有效性通过实验证实了图像去卷积和缺失样品的恢复问题。