说明:小波变换的稀疏表示程序,用于对压缩感知方面稀疏变换的学习,采用的小波变换的方法对采样信号进行稀疏变换,适用于对压缩感知方面的起步学习和云应用。
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
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:在小波基下的压缩感知仿真算法,恢复算法使用正交追踪匹配算法。
说明:基于双树小波通用隐马尔可夫树模型的图像压缩感知
说明:STFT与WT的缺点比较明显,随着现代信号处理技术的发展,STFT与WT已经越来越不能够满足现阶段的信号处理需求,主要是很多情况下,它俩提取的信号特征太糙,不够清晰。这也导致了很多用于提高“时频分辨率”的新技术的产生,而“同步压缩小波”(SST)就是产生于这样的背景。
说明:同步压缩小波变换(synsq_toolbox)matlab代码。由于源代码为.c文件,本人已经编译为.mat文件,可以直接使用。
说明:伪随机采样,97小波迭代收缩压缩传感,效果不错,方法简单