1. 基于扩散模型实现的图像恢复代码，只需要修改数据集路径就可以在去雨、去雾、去雪等多个图像恢复任务上直接使用； 2. 附有详细的实验操作流程，以及参数路径等修改方法； 3. 代码训练和测试完整可运行； 4. 对于有需求的可以直接拿来在自己的任务上训练和测试； 5. 附有一些注释，其他地方不懂的可以参考博客https://blog.csdn.net/Wenyuanbo/article/details/128959995学习； 6. 附有 python 版本常用的 psnr 和 ssim 计算方法； 7. 敲代码不易，还请多多支持； 8. 若经济有限可以私聊我。

图像修复是图像恢复中的一个重要内容，其目的是利用图像现有的信息来恢复丢失的信 息。可用于旧照片中丢失信息的恢复，视频文字去除以及视频错误隐藏等。简言之，图像修 复就是对图像上信息缺损区域进行信息填充的过程，其目的就是为了对有信息缺损的图像进 行恢复，并且使得观察者无法察觉到图像曾经缺损。 图像恢复技术简单来说，就是利用那些被破坏区域的边缘，即是边缘的颜色和结构，繁 殖和混合到损坏的图像中，来进行恢复图像。

Comfy Data Recovery Pack是一个非常专业的数据和照片恢复软件，包含两大部分，一部分是Comfy Photo Recovery专业的图片恢复，一部分是Comfy File Recovery专业的数据恢复。这两款软件可以帮助大家轻松的恢复各种因意外而导致的文件丢失，它可以帮助您预览恢复文件，支持查看的到文件的内容。支持对您的文件进行搜索并恢复，还可以使用向导恢复文件可以按照您的意愿选择晚间恢复的方法，更加深度的恢复，以及对恢复的文件进行过滤，可以按照日期和大小过滤已删除的文件，并对恢复的文件进行保存。另外Comfy Data Recovery Pack不支持以硬盘、CD/DVD、服务器的形式进行保存，该软件的功能已被全世界数据恢复领域的专业人员所认可，分步向导巧妙地隐藏你过了极其复杂的信息恢复算法，该向导可以帮助用户对他/她方便的方式查找，有了这两款软件，你就再也不用担心哪些问题了。

python实现基于区域二元线性回归模型进行图像恢复源码+项目说明（人工智能期末作业）.7z 图像恢复 实验要求： 生成受损图像，函数接口 noise_mask_image 受损图像是由原始图像添加了不同噪声遮罩（noise masks）得到的 噪声遮罩仅包含 {0,1} 值。对原图的噪声遮罩的可以每行分别用 0.8/0.4/0.6 的噪声比率产生的，即噪声遮罩每个通道每行 80%/40%/60% 的像素值为 0，其他为 1。 使用区域二元线性回归模型，进行图像恢复。 评估误差为所有恢复图像与原始图像的 2-范数之和，此误差越小越好。 Result： 使用线性模型以 10 x 10 的区域为单位，进行像素预测，直到完成整张图片的像素预测，完成图像恢复

matlab Wiener滤波进行图像恢复,首先对棋盘图像进行模糊，增加加性噪声，然后利用Wiener滤波进行图像恢复。

基于色彩校正和非局部先验的水下图像恢复

图像恢复代码，MATLAB、VC都有，希望能给你带来一定的帮助。

高光谱图像（HSI）通常在采集过程中由于各种噪声的混合而降低质量，这些噪声可能包括高斯噪声，脉冲噪声，虚线，条纹等。 本文介绍了一种基于低秩矩阵恢复（LRMR）的HSI恢复新方法，该方法可以同时去除高斯噪声，脉冲噪声，死线和条纹。 通过按字典顺序将HSI的补丁排序为二维矩阵，可以探索高光谱图像的低秩属性，这表明干净的HSI补丁可以视为低秩矩阵。 然后，我们将HSI恢复问题公式化为LRMR框架。 为了进一步消除混合噪声，应用了“分解”算法来解决LRMR问题。 在模拟和真实数据条件下都进行了一些实验，以验证所提出的基于LRMR的HSI恢复方法的性能。

运动模糊图像恢复算法的研究.pdf

运动模糊图像恢复算法的研究与实现.pdf