说明：现代的三维（3-D）的医疗成像提供了潜力和前景为科学和医学的重大进展，为生产高质量图像。它已经发展成为最重要的一个领域内，由于科学成像能快速、持续的发展计算机化的医学图像可视化在分析方法和计算机辅助诊断[ 1 ]的进步，现在，为例如，在早期检测，诊断的一个重要组成部分，与癌症治疗。的面临的挑战是有效...

matlab

说明：压缩感知代码，运用正交匹配追踪算法回复，简单易懂，很适合刚刚接触压缩感知的朋友参考。

CS-BOMP matlab-cs 匹配追踪算法 FFT-SAR cs--feedback

说明：该程序利用小波多尺度分解，提取近似系数和细节系数重构原图像

细节系数 小波分解重构 wavedec2 wavedec2 小波-分解-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：实现了单色图像的JPEG2000编码图像和解码图像！计算其压缩比和误差，观察源图像和重构图像之间的差别！

image-observation JPEG2000-DWT-matlab jpeg2000-matlab-dwt JPEG2000 jpeg2000-matlab

说明：相关分析过程的matlab方法，已调制信号计算其普相关密度，粒子图像分割及匹配均为自行编制的子例程，表示出两帧图像间各个像素点的相对情况，Relief计算分类权重，课程设计时编写的matlab程序代码。

说明：根据结构张量能区分图像的平坦区域、边缘区域与角点区域。 此算法也算是计算机科学最重要的32个算法之一了。链接的文章中此算法名称为Strukturtensor算法，不过我搜索了一下，Strukturtensor这个单词好像是德语，翻译过来就是

matlab 结构 张量

说明：利用协同稀疏方法对自然图像进行压缩感知重构

说明：此示意程序用DWT实现二维小波变换1.调原始图像矩阵2.进行二维小波分解3.分解结果显示重构源图像及结果显示

dwt-matrix dwt-matlab DWT-DECOMPOSITION 二维图像分解 图像-小波分解

说明：程序来源：沙威 程序作用：使用小波基对数据稀疏化，然后采用OMG重构数据 程序数据：lena图像 程序运行环境：matlab 程序结果：原图与恢复图的对比，PSNR 小波基的lena图像压缩感知恢复代码