说明：L1-SVD与OMP算法在重构稀疏信号上的比较

SVD-OMP omp-l1 svd重构 重构L1 l1_svd

说明：本matlab程序主要是处理稀疏信号重构问题的，基于L1迭代阈值算法进行恢复的。（软阈值算法）

阈值-稀疏 重构L1 迭代软阈值 稀疏重构 迭代阈值算法

说明：利用L1-homotopy算法实现信号的重构

homotopy 重构L1 L1_homotopy_v2.0 V2 信号重构

说明：两个l1准则下的噪声干扰信号压缩感知重构举例，两个例子的稀疏矩阵均为DCT矩阵，而观测矩阵分别采用单位阵和随机矩阵，有详细的步骤和使用方法，适用于初步的学习压缩感知方法。

l1-norm DCT重构 观测矩阵 压缩感知-噪声 稀疏---l1

说明：压缩感知 L1范数最小化算法正交匹配追踪法重构信号

l1-norm omp-l1 最小l1范数 l1 compressIve-sensing

说明：用于滤波反投影重建，式(2·27)又称“滤波反投影方程”，它集中体现了滤波(卷积)反投影算法的 各个步骤。把它分解出来得到图2．14所示的框图。具体说来有下述三大步【11J： 1．把在固定视角鹏下测得的投影p@，识)经过滤波，得到滤波后投影 g“，呜)； 2．对每一个舜，把g瓴，瞻)反投射于...

说明：一种基于POCS的视频图像超分辨率重建，能够很好地利用低分辨率图像重建出质量更高的超分率图像。

matlab 重建 分辨率

说明： 编写的压缩感知图像重构的算法，直接观测原始信号（二维），最后重建72582915222

matlab 算法 图像 压缩 感知 重构

说明：本算法基于光的衍射原理，由于A=BT，通过强度还原相位其实并不容易。通过循环与迭代，二维的傅里叶变换可以求出一个图形的相位，并将这个图像近似还原。参数可改，图片读入在之前改就行（imread）。这是GS最简单的算法之一，却很有效，有广泛的应用。压缩包中有实例和原理图片。在光场重构中有很大作用。

说明：Matlab实现的基于稀疏表示的图像和视频超分辨率重建源代码