压缩感知重构之SP的matlab实现

最新推荐文章于 2022-08-11 14:42:00 发布

原创

最新推荐文章于 2022-08-11 14:42:00 发布 · 989 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#CS

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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: