说明：《压缩感知与应用》源代码，包含SAR图像压缩感知、高光谱压缩感知、基于结构稀疏的SAR图像低秩重建
SAR 低秩稀疏 压缩感知 SAR压缩感知 图像压缩感知
说明：本文分别以稀疏基有离散余弦变换基（DCT）和快速傅立叶变换基（FFT）做为稀疏基，高斯随机矩阵、部分哈达玛矩阵为测量矩阵，L1范数、正交匹配追踪算法（OMP）为重建算法进行压缩感知算法实现。
压缩感知FFT 匹配追踪-重建 部分哈达玛 DCT稀疏矩阵 FFT-压缩感知
说明：压缩感知中的稀疏度自适应算法，针对稀疏度未知的情况进行迭代
SAMP压缩感知 SAMP算法 稀疏-自适应 压缩感知 稀疏自适应
说明：压缩感知中压缩采样匹配追踪算法，用于稀疏信号的重构
压缩采样算法 稀疏信号重构 信号重构 压缩感知 稀疏采样
说明：分块压缩感知中稀疏表示增加方向性提高重构质量
bcs-spl-1.3-1.tar 分块压缩感知 压缩感知 稀疏表示-MATLAB BCS-SPL
说明：美国莱斯大学压缩感知稀疏学习工具箱，能把信号进行稀疏表示，进而实现远低于奈奎斯特抽样速率的压缩感知
FLSA sparse-sampling sparse--signal sparse------speech 稀疏表示
说明：陆吾生教授是加拿大维多利亚大学电气与计算机工程系的教授。此课件为其在国内大学短期精品课程的课件。包含最优化问题求解，压缩感知方法及其在稀疏信号和图像处理中的应用（压缩、重构、降噪等）。
最优化问题求解 压缩感知 稀疏信号 和图像处理
说明：压缩感知，又称压缩采样，压缩传感。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist 采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。
cs稀疏采样 压缩-采样 采样 线性采样算法 Nyquist
说明：图像压缩感知，稀疏基为FFT或DWT（其中FFT是构造正交变换矩阵，DWT是对高频系数进行测量）；重构方法为OMP
测量矩阵 稀疏基 图像压缩感知 fft矩阵 FFT压缩感知
说明：图像压缩感知,稀疏基为FFT或DWT（其中FFT是构造正交变换矩阵，DWT是对高频系数进行测量）；重构方法为OMP。
图像压缩感知 FFT DWT 正交变换矩阵 高频系数 OMP
