Average denoising results of different algorithms for Speckle-Gaussian noise.

NIAID Data Ecosystem2026-03-10 收录

数据链接：

https://figshare.com/articles/dataset/Average_denoising_results_of_different_algorithms_for_Speckle-Gaussian_noise_/7457111 数据链接链接失效反馈

官方服务：

资源简介：

Average denoising results of different algorithms for Speckle-Gaussian noise.

创建时间：

2018-12-12

Darmstadt Noise Dataset (DND)

图像去噪

计算机视觉

Darmstadt Noise Dataset (DND) 是由达姆施塔特工业大学计算机科学系开发的，用于评估真实照片去噪技术的基准数据集。该数据集包含50个场景，使用不同传感器大小的消费者相机在各种ISO值下拍摄。DND数据集旨在解决传统基于合成高斯噪声评估去噪技术的不现实性问题，通过捕捉具有不同ISO值的图像对，使用精确的后处理方法来获取真实噪声的基准。数据集的应用领域主要集中在图像处理和计算

arXiv2017-07-05 更新3200

ELD (Extreme Low-light Denoising dataset)

低光图像增强

图像去噪

极端微光去噪 (ELD) 数据集，涵盖了10个室内场景和4个来自多个品牌的相机设备 (SonyA7S2，NikonD850，CanonEOS70D，CanonEOS700D)。对于嘈杂的图像，它具有三个级别 (800，1600，3200) 和两个弱光因子 (100，200)，总共产生240个 (3 × 2 × 10 × 4) raw图像对。

OpenXLab110

SWSformer

图像去噪

模糊图像

Restoration results of SWSformer, CGNet, NAFNet, Restormer, and Uformer on SIDD and GoPro dataset.

IEEE20

A Hybrid Frequency-Spatial Domain Unsupervised Denoising Model for Gaussian-Poisson Mixed Noise in Medical Imaging

医学影像

图像去噪

本文介绍了一种无人监督的医疗旨在解决高斯-泊松挑战的图像去噪模型 CT、MRI 和 X 射线图像中的混合噪声。传统深度图像先验（DIP）使用随机噪声作为网络输入的方法收敛缓慢，而直接使用观察到的噪点图像通常会导致过度拟合和较差去噪性能。为了克服这些限制，我们将 frequency 和用于对观察到的噪声进行多通道处理的空间域信息图像。然后，特征融合模块集成了两个域的优势，能够更准确地

DataCite Commons2024-09-18 更新240

Denoising results of different algorithms for given noise level σ n = 50.

图像去噪

算法性能比较

Denoising results of different algorithms for given noise level σn = 50.

NIAID Data Ecosystem60