搜索资源列表
Wavelet_OMP_dct
- 根据压缩感知理论编写匹配追踪算法OMP程序，实现对图像的分解与重构，稀疏基为DCT基。-According to the theory of compressed perception OMP matching pursuit algorithm procedures, implementation of image decomposition and reconstruction of sparse matrix for DCT.
Wavelet_OMP
- 图像处理压缩感知方法，稀疏基为小波基，重构方法为OMP-Compressed sensing image processing method,the sparse basis is wavelet basis, the reconstruction method is OMP
DEMO
- 稀疏信号的重构算法：IST算法，OMP算法，Lasso算法，StOMP算法，TwIST算法-Sparse signal reconstruct algorithms
Image-Sparse-Representation-Model
- 完备图像稀疏表示是一种最新的图像表示模型，采用过完备字典中原子的线性组合形式实现图像的稀疏表示．传统 的过完备图像稀疏表示模型采用重建误差的平方和作为保真项．该保真项没有充分考虑到人眼对图像的感知特性，无法度量图 像中边缘、轮廓、纹理等局部几何结构的变化．本文基于过完备稀疏表示理论思想，建立了新的稀疏性正则化的图像稀疏表示模 型．模型中的正则项约束图像表示系数的稀疏性，保真项采用更符合视觉感知的结构相似性度量．基于正交匹配追踪算法，提出 了基于结构相似度的正交匹配追踪算法．实验结
Image-Super-Resolution-Algorithms
- 前基于图像块稀疏表示的超分辨率重构算法对所有图像块都用同一字典表示，不能反映不同类型图 像块问的筹别．针对这一缺点，本文提出基于图像块分类稀疏表示的方法．该方法先利用图像局部特征将图像块分为 平滑、边缘和不规则结构三种类型，其中边缘块细分为多个方向．然后利用稀疏表示方法对边缘和不规则结构块分别 训练各自对应的低分辨率和-岛分辨率字典．重构时对平滑块利用简单双三次插值方法，边缘和不规则结构块由其对应 的高、低分辨率字典通过正交匹配追踪箅法重构．实验结果表明，与单字典稀疏表示算法相比
BP
- 一维信号BP重构算法，先生成稀疏度为K的稀疏矩阵，再加入高斯白噪声进行算法重构以及质量衡量。-BP signal reconstruction algorithm for one dimensional, Mr. into sparse matrix sparsity of K, then the Gauss white noise and measure the quality of reconstruction algorithm.
acosamp
- 压缩感知重构算法中的稀疏度自适应压缩采样算法代码-Compressed sensing reconstruction algorithm sparsity adaptive compression algorithm code samples
ksvd
- 基于混合基稀疏图像表示的压缩传感图像重构-Compressed sensing sparse image
Structured-Compressive-Sensing
- 本文围绕压缩感知的三个基本问题, 从结构化测量方法、结构化稀疏表示和结构化信号重构三个方面对结构化压缩感知的基本模型和关键技术进行详细的阐述.-In this paper, the basic models and key techniques of structured compressive sensing are introduced in terms of the structured measurements, the structured dictionary representat
compressdoa
- ：压缩感知是近年来应用数学界提出的一套关于稀疏信号采集和重构的新理论，它突破了传统奈奎斯特采样定理 的限制，以远少于传统奈奎斯特采样定理所需的测量数据就能够精确恢复原信号或估计信号的相关参数。将压缩感知理论应 用到DOA估计，可以解决传统DOA估计中高采样率、以及较多辐射源信号条件下难以定位的限制。研究了基于压缩感知理 论的DOA估计方法，并利用MATLAB进行仿真，通过与传统MUSIC算法比较可知，基于压缩感知的DOA估计方法具有显著 的优势-The theory of Com
BP-MP-OMP
- 压缩感知的BP MP OMP重构算法比较，包括运行时间、误差、PSNR的比较，稀疏表示为小波变换-compressed sensing reconstruction algorithm comparing BP MP OMP, including comparative run-time error, PSNR ，sparse representation is the wavelet transform
HaarWare
- 基于哈小波的图像稀疏分解与重构。并进行MATLAB仿真。图像为经典lena图像-Image sparse decomposition and reconstruction based on wavelet. And the MATLAB simulation. The classic image to Lena image
omp
- 基于matlab仿真平台,快速匹配追踪OMP算法的图像稀疏分解与重构,并附带有OMP算法的详细讲解PPT-Based on the simulation platform of MATLAB, the fast matching pursuit (OMP) algorithm for image sparse decomposition and reconstruction. And with the OMP algorithm explained in detail PPT.
txcg
- 稀疏重建与压缩感知代码，是有关于图像重构的源代码，对lena图像进行重构-Sparse Reconstruction and compressed sensing code, is the source code on image reconstruction, image reconstruction for lena
yasuoganzhi
- 压缩感知程序，利用CS对一维信号进行完美重构，适合稀疏信号-Compressed sensing applications, the use of CS for one-dimensional signal is perfect reconstruction, suitable for sparse signal
Compressed-sensing-HK
- 压缩感知信号重构的算法，用于学习，先稀疏，再观测系数，最后重建- compression algorithm used to study and review, thin, and observation of the reconstruction and
l1regularization
- 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）-The matlab program mainly sparse signal reconstruction problems, L1 iterative thresholding algorithm based recovery. (Soft thresholding algorithm)
CS_Reconstruction_OMP
- 压缩感知重构图像，采用最经典OMP算法进行稀疏分解，另含两篇相关文献。-Reconstructed image compressed sensing, Use the most classic OMP algorithm sparse decomposition, the other contains two articles in the literature.
xishubiaoshi
- 信号稀疏表示，去噪处理，稀疏分解后重构性能非常好-Signal sparse representation, de-noising, sparse decomposition and reconstruction after the performance is very good
main1
- 直接贝叶斯方法进行压缩感知中的稀疏信号的重构-direct Beiyasian method for CS reconstruction