摘要：
压缩感知仿真验证 一维信号重建实验 clear; close all; choice_transform=1; choice_Phi=0; n = 512; t = [0: n-1]; f = cos(2*pi/256*t) + sin(2*pi/128*t); % n = length(f); a 阅读全文
摘要：
PSNR评价 PSNR可简单地由均方差MSE进行定义。PSNR基于图像像素灰度值进行统计分析。由于人类视觉特性的差异性，通常出现的评价结果与人的主要感觉不一致，但其仍然是一个有参考价值的评价指标。 其求解公式为 这里的MAX通常是图像的灰度级，一般就是255。当用于对比2幅图像相似的时候，PSNR越 阅读全文
摘要：
奈奎斯特采样定理NOTE： 定理：为了不失真地恢复模拟信号，离散信号系统的采样频率不小于模拟信号频谱中最高频率的2倍。 在时域上，频带为F的连续信号f(t)可用一系列离散的采样值f(t1),f(t1+Δt),f(t1+2Δt)…来表示，只要这些采样点的时间间隔Δt<=1/2F，便可根据各采样值完全恢 阅读全文
摘要：
相关知识点说明 范数与稀疏性Note: 1、范数 常见的有L0范数、L1范数、L2范数，经常要将L0范数等价为L1范数去求解，因为L1范数求解是一个凸优化问题，而L0范数求解是一个NP（Nondeterministic Polynomial time Problem，不能在多项式时间内解决或不确定能 阅读全文
摘要：
常用测量矩阵及matlab实现 随机高斯测量矩阵 function [ Phi ] = GaussMtx( M,N ) %GaussMtx Summary of this function goes here %Generate Bernoulli matrix %M -- RowNumber %N 阅读全文
摘要：
压缩感知的应用实例 压缩感知的经典应用—单像素相机Single Pixel Camera 单像素相机的模型与结构： 如下图所示： PD是光感器件（即单像素），对应公式中的yi； 场景图像对应公式中的f； DMD是数字微镜阵列，用来生成测量矩阵，每一次对应公式中的Φ其中一行。 实际的实验场景： 单像素 阅读全文
摘要：
恢复算法 1、L1 minimization 这是一个凸优化问题，类似于统计学中的LASSO。 优化算法有： 特点： L1最小化的其他形式： 2、Matching Pursuit MP算法(匹配追踪算法) 算法描述： 作为对信号进行稀疏分解的方法之一，将信号在完备字典库上进行分解。假定被表示的信号为 阅读全文
摘要：
压缩感知框架 一、信号与图像的稀疏表示 在DSP（数字信号处理）中，有个很重要的概念：变换域（某个线性空间：一组基函数支撑起来的空间） 一般而言，我们的信号都是在时域或空域中来表示，其实我们可以在其他变换域中通过某些正交基函数的线性组合来表示信号。如：sinusoids, wavelets, cur 阅读全文
摘要：
资源参考网络（博客和论文）！！！ 压缩感知原理 传统数字信号采集Digital Data Acquisition： 传统的数字信号采样定律就是有名的香农采样定理，又称那奎斯特采样定律，定理内容如下： 为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。 下图分别为在时域和空域上 阅读全文
摘要：
去年下半年做一个鬼成像的项目，我负责“压缩感知”这一块，研究生的师妹就是做压缩感知的，一直想了解一下，可是一直没有机会，借着这个项目把压缩感知看了一下，整理一些文档。 从公开发表论文的情况看，国内外学者在信号稀疏表示、测量矩阵设计和信号重构算法方面都取得了一些重要成果，这为后续的CS(压缩感知)研究 阅读全文