压缩感知中DCT变换矩阵的构造

最新推荐文章于 2022-02-25 08:40:13 发布

Scut_Aspen

最新推荐文章于 2022-02-25 08:40:13 发布

阅读量6.7k

点赞数 1

分类专栏：压缩感知文章标签：压缩感知 DCT变换矩阵的构造 MATLAB实现代码

本文链接：https://blog.csdn.net/Scut_Aspen/article/details/51088790

版权

本文探讨了在压缩感知中DCT变换矩阵的构造，包括一维和二维DCT变换矩阵的MATLAB实现，并解释了为何反变换是其转置。通过公式分析和代码验证，证明了自定义矩阵与标准DCT变换矩阵功能相同。

摘要由CSDN通过智能技术生成

在视频压缩感知领域，信号的稀疏表示始终都是一个很核心的问题，在OMP算法和BCS-SPL算法等算法中，都会涉及到DCT变换矩阵的构造，但是其往往和我们所了解的DCT变换的定义（DCT变换的定义可以参考之前的博文离散傅立叶变换DFT和离散余弦变换DCT）有所不同。

考虑到这些算法代码中DCT矩阵的构造都显得晦涩难懂而且基于定义构造的DCT变换矩阵和它们的功能又完全一样（且更容易理解），因此我们从DCT的定义出发给出DCT变换矩阵的构造代码。

一维DCT变换矩阵

参考之前的博文离散傅立叶变换DFT和离散余弦变换DCT中一维DCT的定义可以得到如下实现代码（直接拷贝保存为.m文件即可在MATLAB环境中使用）：

function [Phi] = DCT_1D_Matrix(m)

%
%
% 该函数产生1维DCT-II变换矩阵，左乘对信号进行DCT-II变换，转置后左乘对信号进行IDCT-II逆变换
% 输入参数：
%           m:信号的长度
% this function return 2D DCT-II transform matrix,
%       
%       left multiply: transform the signal into dct domain
%
%       transpose and left multiply: transform the coefficient into
%       pixel domian
%

最低0.47元/天解锁文章