压缩感知重构之SP的matlab实现

做图像加密的Tara

于 2021-05-26 22:19:35 发布

阅读量903

点赞数 2

分类专栏： matlab 图像处理文章标签： CS

本文链接：https://blog.csdn.net/dollar_jen/article/details/117307033

版权

本文详细介绍了压缩感知（CS）中的稀疏 pursuit（SP）算法，并提供了MATLAB代码实现。通过SP算法，可以从少量采样数据中重构高维信号，有效地解决了信号压缩与恢复的问题。

摘要由CSDN通过智能技术生成

function CS_SP()

img=imread('lena.bmp');  
img=double(img);
[height,width]=size(img);

Phi=randn(floor(height/3),width); 
Phi = Phi./repmat(sqrt(sum(Phi.^2,1)),[floor(height/3),1]); 


mat_dct_1d=zeros(256,256);  % building the DCT basis (corresponding to each column)
for k=0:1:

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

做图像加密的Tara

关注关注

2
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
压缩感知重构之SP的matlab实现

function Demo_CS_SP()%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% the DCT basis is selected as the sparse representation dictionary% instead of seting the whole image as a vector, I process the image in the% fashion of c
复制链接

扫一扫