稀疏编码中的正交匹配追踪(OMP)与代码

最近在看有关匹配追踪与相关优化的文章,发现了这篇http://blog.csdn.net/scucj/article/details/7467955,感觉作者写得很不错,这里也再写写自己的理解。文中有Matlab的代码,为了方便以后的使用,我顺便写了一个C++版本的,方便与OpenCV配合。


为了方便理解,我将所有向量都表示为平面二维向量,待用原子表征的目标向量y,用红色表示,原子向量用蓝色表示,残差向量用绿色表示。于是匹配追踪算法(MP)实际上可以用下图表示。


注意原子向量和目标向量都已归一化到单位长度,MP算法首先在所有原子向量中找到向OA投影最大的向量,即OB,然后计算OA - <OA, OB>OB,其中的<OA, OB>OB也就是图中的OD了,被OA减掉后,剩下的就是残差DA,根据初中几何知识就可以知道,DA是一定垂直于OB的,也就是说MP的残差始终与最近选出来的那个原子向量正交。


而OMP要做的,就是让残差与已经选出来的所有原子向量都正交,这一点在图上不好画出来,但上面的那篇博文写的已经很详尽了,这里不再敖述。

下面是用C++实现的OMP算法,具体流程参考上面博文中的一张图:



其中的最小二乘可以直接通过矩阵运算得到,也可以使用OpenCV的solve方法,该方法专门用于求解线性方程组或最小二乘问题。代码如下:

void OrthMatchPursuit(
	vector<Mat>& dic,//字典
	Mat& target, 
	float min_residual, 
	int sparsity, 
	Mat& x,  //返回每个原子对应的系数;
	vector<int>& patch_indices  //返回选出的原子序号
  • 2
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
正交匹配追踪(Orthogonal Matching Pursuit,简称OMP算法是一种基于迭代的稀疏表示方法,用于寻找信号的稀疏表示。利用OMP算法可以从一组原子选择少量的原子来逼近一个给定的信号。 在Matlab,可以通过内置的函数实现OMP算法。使用omp函数,可以输入原子矩阵和待逼近的信号,然后输出稀疏表示的系数向量。 具体使用OMP算法的步骤如下: 1. 构建信号模型:确定信号模型,并将其表示为原子矩阵的线性组合。 2. 构建原子矩阵:根据所选的信号模型,构建原子矩阵。 3. 初始化:将系数向量初始化为零向量,设置最大迭代次数。 4. 迭代计算:循环执行以下步骤直到满足停止条件: a. 计算残差:计算当前重构信号和原始信号的残差。 b. 计算投影:将残差与原子矩阵进行内积,得到投影系数。 c. 选择最大投影:从所有的投影系数选择最大值,并将其对应的原子添加到重构信号。 d. 更新系数:更新系数向量,将选择的原子的系数设为相应的投影系数。 e. 更新残差:更新残差,将选择的原子从残差减去。 5. 停止条件:迭代次数达到最大值或者残差的范数小于给定阈值。 最后,通过得到的稀疏表示系数向量,可以通过原子矩阵进行线性重构,得到对给定信号的近似表示。 需要注意的是,具体使用OMP算法时,需根据实际问题进行参数设置,并对结果进行解释和评估。此外,Matlab还包含其他用于稀疏表示的函数,如Basis Pursuit等,可以根据具体需求选择合适的方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值