为了研究基于深度卷积神经网络的图像去噪算法，是利用DnCNN模型，但是为了比较该算法的效果，另外实现了四种传统的图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM和三维块匹配滤波BM3D）作为对照组。项目中实现五种算法对噪声强度为10,15,20...60,65,70的高斯白噪声进行处理。图像去噪后，如何评估算法去噪效果的好坏呢？项目中采用峰值信噪比PSNR和结构相似性SSIM作为评价指标。一般来说，PSNR越大，去噪效果越好。SSIM取值为0到1，越接近1，表示效果越好。均值滤波、中值滤波、NLM算法对应的目录分别为avefilter、medainfilter、nlm-image-denoising。每个目录下只有一个.m文件，所以只需要运行对应的文件即可。BM3D对应的目录是BM3D，运行该目录下的main.m程序即可。DnCNN对应的目录是DnCNN，运行该目录下的Demo_test_DnCNN.m程序即可。