说明：KSVD图像去噪，组稀疏编码，新的去噪思路

ksvd-matlab KSVD KSVD图像 KSVD稀疏 KSVD-去噪

说明：focuss算法 关于图像稀疏性分解中字典学习的经典算法 和大家一同分享

focuss-dl FOCUSS sparse-image FOCUSS FOCUSS-CN

说明：对256×256大小的8bit灰度lena图像进行仿真计算，稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构算法采用OMP（正交匹配追踪）算法。

www.ysgz8.com-www ysgz8最新 DCT稀疏 www.ysgz8 ysgz8最新网址

说明：压缩感知程序源码，Blind compressed sensing (BCS)不需要在采样和恢复阶段预先知道稀疏基。源码对于研究压缩感知前沿具有很好的借鉴意义。

压缩感知 BCS-SPL compressed-sensing BCS 稀疏恢复

说明：图像去噪修复的典型算法代码包，包含基于稀疏表示的KSVD图像去噪，BM3D彩色图像去噪代码，TV图像修复代码，MCA图像修复代码。

MCA_KSVD KSVD图像去噪 TV-图像 稀疏-图像修复 图像修复-MCA

说明：K-SVD通过构建字典来对数据进行稀疏表示，经常用于图像压缩、编码、分类等应用。

ksvd算法 图像分类 K. KSVD分类 SVD

说明：l1-magic：基于凸规划的稀疏信号恢复，l1-magic的matlab代码，l1-magic: Recovery of Sparse Signals via Convex Programming

l1_magic convex-programming l1-L1-MAGIC convex-matlab-code l1

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：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：ESPRIT DOA算法的稀疏表示求解，程序中使用了凸优化工具箱

CVX esprit-doa 凸优化算法 DOA工具箱 cvx+DOA