说明：基于图和流形排名的图像显著性检测算法，matlab实现
说明：对256×256大小的8bit灰度lena图像进行仿真计算，稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构算法采用OMP（正交匹配追踪）算法。
说明：比较经典的稀疏表示算法，该代码中主要包含了KSVD算法和OMP贪婪追踪算法，可以用来做图像压缩、图像稀疏表示、图像消除噪音，代码比较全面，稀疏表示算法是这十年来在国内外关于图像处理领域研究热点，在计算机视觉方 面也起了非常大的作用，因此非常值得我们研究。
说明：资源描述压缩感知理论一经提出，就在信息论、信号处理、图像处理等领域受到高度关注。 在美国、英国、德国、法国、瑞士、以色列等许多国家的知名大学(如麻省理工学院、斯坦福大学、普林斯顿大学、莱斯大学、杜克大学、慕尼黑工业大学、爱丁堡大学等等)成立了专门的课题组对CS进行研究。 此外，莱斯（Ri...
说明：关于压缩感知的重构概率曲线，主要对经典算法OMP、GOMP、ROMP、StOMP、SP、CoSaMP算法进行测试，压缩包包括算法代码和测量值-重构概率和稀疏度-重构概率代码
说明：这里是常用的压缩感知理论中观测矩阵代码，像随机高斯测量矩阵，随机贝努力测量矩阵，部分哈达玛测量矩阵，部分傅里叶测量矩阵，托普利兹测量矩阵，循环测量矩阵。重构算法：有CoSaMP重构算法，OMP重构算法，StOMP重构算法，BP重构算法，SP重构算法等。
说明：基于omp算法的信号稀疏度K与重构成功概率的关系图，说明了稀疏度K值大小对应重构效果的关系。
说明：压缩感知处理信号数据，首先使用k-svd算法学习得到稀疏基，即字典。根据所学的稀疏基，利用omp算法得到信号的稀疏表示，随机高斯矩阵作为感知矩阵。
说明：以上是代码为Lasso算法、OMP算法、IST算法 TWIST算法，非常利于学习