omp算法求稀疏系数matlab,MP算法、OMP算法及其在人脸识别的应用

主要内容：

1、MP算法

2、OMP算法

3、OMP算法的matlab实现

4、OMP在压缩感知和人脸识别的应用

一、MP(Matching Pursuits)与OMP(Orthogonal Matching Pursuit)算法

内容：稀疏信号的表示(字典、稀疏系数)、MP算法、MP算法的缺点、OMP、OMP的实现

参考文章：http://blog.csdn.net/scucj/article/details/7467955

二、OMP的matlab实现

%A-稀疏系数矩阵

%D-字典/测量矩阵(已知)

%X-测量值矩阵(已知)

%K-稀疏度

function A=OMP(D,F,X,L)

X=double(X);

[n,P]=size(X);

[n,K]=size(D);

%按列操作，分别求出每一列对应的最相关的基

for k=1:P

%a:每一列对应的相关基的系数

a=[];

%取二维信号的每一列信号

x=X(:,k);

%初始残差

residual=x;

%indx：索引集，L：测量次数

indx=zeros(L,1);

for j=1:L

%D转置与残差residual相乘，得到residual与每一列的内积值

residual=double(residual);

D=double(D);

proj=D‘*residual;</