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:对自然图像分块,然后分别利用离散小波变换、离散余弦变缓、轮廓波变换、双树离散小波变换来进行压缩感知重构。
说明:压缩感知重构算法的一些介绍与实例。并结合各种算法,提出了稀疏度自适应广义正交匹配追踪算法,可以对稀疏度未知的信号进行自适应稀疏化。
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:对于字典学习的压缩感知有很大的帮助。
说明:一个基础贝叶斯变换的压缩感知,包含一个源代码和一个一维信号处理的例子和两个二维图像的例子