说明：gmcalab 快速广义的形态分量分析算法，用于图像修复，稀疏分解、降噪等，用途广泛。从mca主页下载的

稀疏分量分析 GMCA算法 稀疏分解 形态分解 稀疏

说明：即插即用算法的相关程序，1利用低秩+自适应（学习）字典稀疏分解从k-t空间测量值重建动态磁共振图像的LASSI.m-MATLAB函数。2m-MATLAB函数，通过使用块坐标下降算法（见上文[3]和[4]），从重塑字典列上具有秩约束（上界）的信号或图像块中学习合成字典。

共振稀疏分解 低秩稀疏matlab K. 即插即用-MATLAB

说明：高光谱包络线绘制,一个demo用来做高光谱图像处理的，高光谱图像处理要先经过提醒的预处理在取水器、去污、去噪声等，然后对该图像应用基于拉格朗日的稀疏回归算法，对该图像进行解混，求得丰度矩阵。

说明：压缩感知中基追踪重构方法，用于稀疏信号的重构，本程序用于图像重构

基追踪 图像压缩感知 CS图像重构 信号稀疏重构 cs_bp

说明：OMP算法：匹配追踪算法，输入字典和图像，获得图像在字典下的稀疏系数。有部分解释

追踪匹配 匹配字典 omp-稀疏系数 字典 omp-图像-字典

说明：稀疏分解，是自己做论文修改的，可以运行，注释齐全。稀疏表示是图像处理的重点，并且K—SVD优于字典表示方法

matlab

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

说明：以上代码为外文稀疏图像与信号处理那本书中的全部代码，非常适合于用压缩感知来回恢复信号

说明：一些关于我自己的在学习图像的综合稀疏表示模型时所收集的代码，有去噪的一部分代码

说明：本程序主要是处理图像的，主要是用于求解被高幅度尖锐噪声而不是高斯分布噪声污染的信号分离问题~把问题矩阵分解成一个低秩表示的矩阵和一个稀疏矩阵，优化目标函数，用ALM方法是求解的~

RPCA 低秩 信号 低秩稀疏 rpca