基于MATLAB开发的ImageDenoise代码，包含传统图像去噪算法，如均值滤波、中值滤波和非局部均值滤波等。

简介：
该项目旨在探索基于深度卷积神经网络的图像去噪技术，具体采用DnCNN模型。为了更全面地评估该算法的性能，我们额外实现了四种经典的图像去噪方法，包括均值滤波、中值滤波、非局部均值滤波（NLM）以及三维块匹配滤波（BM3D），这些方法作为对照组用于比较。该研究针对噪声强度为10, 15, 20...60, 65, 70的不同高斯白噪声，对五种算法进行了处理。为了量化去噪效果，本项目采用了峰值信噪比（PSNR）和结构相似性（SSIM）作为评价指标。通常情况下，PSNR数值越高，表明去噪效果越优越；而SSIM的值范围在0到1之间，数值接近1则表示去噪效果更好。 在本项目中，我们主要针对Set12数据集进行了处理，该数据集包含Set12目录下共12张图片。如果需要增加数据量以提升实验的可靠性，可以自行添加其他数据集并相应地修改代码中的数据集目录。 对于均值滤波、中值滤波以及NLM算法，我们已利用MATLAB提供的原生函数实现；而BM3D和DnCNN的代码则是在现有代码的基础上进行克隆和少量修改得到的。