资源简介
四种压缩传感的重构算法,StOMP,BP,OMP,block_omp
代码片段和文件信息
% 读文件
X=imread(‘lena.bmp‘);
X=double(X);
[ab]=size(X);
size_kuai=16*4;
X2=zeros(size_kuai); % 恢复矩阵
X3=zeros(ab); % 恢复矩阵
% 小波变换矩阵生成
ww=DWT(size_kuai);
% 随机矩阵生成
M=80;
R=randn(Msize_kuai);
tic
for i_x=1:ceil(a/size_kuai)
for i_y=1:ceil(b/size_kuai)
XX=X((i_x-1)*size_kuai+1:i_x*size_kuai(i_y-1)*size_kuai+1:i_y*size_kuai);
% 小波变换让图像稀疏化(注意该步骤会耗费时间,但是会增大稀疏度)
X1=ww*sparse(XX)*ww‘;
X1=full(X1);
% 测量
Y=R*X1;
% OMP算法
for i=1:size_kuai % 列循环
rec=omp_fenkuai(Y(:i)Rsize_kuai);
X2(:i)=rec;
end
X3((i_x-1)*size_kuai+1:i_x*size_kuai(i_y-1)*size_kuai+1:i_y*size_kuai)=ww‘*sparse(X2)*ww; % 小波反变换
end
end
X3=full(X3);
use_time=toc
% 原始图像
figure(1);
imshow(uint8(X));
title(‘原始图像‘);
% 压缩传感恢复的图像
figure(2);
imshow(uint8(X3));
title(‘分块恢复的图像‘);
% 误差(PSNR)
errorx=sum(sum(abs(X3-X).^2)); % MSE误差
psnr=10*log10(255*255/(errorx/a/b)) % PSNR
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1115 2013-10-24 21:02 gezhongsuanfa\block_omp\blk_omp.m
文件 821 2013-10-18 10:53 gezhongsuanfa\block_omp\DWT.m
文件 66614 2004-06-30 00:47 gezhongsuanfa\block_omp\lena.bmp
文件 2217 2013-10-18 10:54 gezhongsuanfa\block_omp\omp_fenkuai.m
文件 519 2013-10-14 16:00 gezhongsuanfa\BP\BP.m
文件 66614 2004-06-30 00:47 gezhongsuanfa\BP\lena.bmp
文件 54596 2006-07-30 14:13 gezhongsuanfa\BP\pdco.m
文件 10186 2006-07-30 14:13 gezhongsuanfa\BP\pdcoSet.m
文件 4483 2007-08-18 20:54 gezhongsuanfa\BP\SolveBP.m
文件 66614 2009-06-08 18:00 gezhongsuanfa\OMP\lena.bmp
文件 516 2013-10-14 16:10 gezhongsuanfa\OMP\omp.m
文件 5451 2013-10-14 16:11 gezhongsuanfa\OMP\SolveOMP.m
文件 525 2013-10-14 16:07 gezhongsuanfa\StOMP\fdrthresh.m
文件 66614 2004-06-30 00:47 gezhongsuanfa\StOMP\lena.bmp
文件 475 2013-10-14 16:07 gezhongsuanfa\StOMP\reverse.m
文件 4889 2013-10-14 16:06 gezhongsuanfa\StOMP\SolveStOMP.m
文件 532 2013-10-14 16:06 gezhongsuanfa\StOMP\StOMP.m
目录 0 2013-10-18 11:03 gezhongsuanfa\block_omp
目录 0 2013-10-18 11:00 gezhongsuanfa\BP
目录 0 2013-10-24 20:41 gezhongsuanfa\OMP
目录 0 2013-10-18 10:59 gezhongsuanfa\StOMP
目录 0 2013-10-18 11:03 gezhongsuanfa
----------- --------- ---------- ----- ----
352781 22
- 上一篇:adp自适应动态规划介绍
- 下一篇:织物疵点检测和识别系统
相关资源
- BP and ELM BP神经网络与ELM神经网络算法
- 用GA遗传算法优化BP网络的预测风电功
- KKSVD
- PNN,smote,BP-AdaBoost等类别不平衡分类
- LBP特征提取的MATLAB实现
- 石墨烯的电导率计算 (Complex conduc
- 电力系统负荷预测的BP优化
- SOMP算法代码
- 基追踪(BP)算法实现
- KSVD OMP处理图像的程序
- BP神经网络PID S函数
- Quantum GABP 自适应量子遗传算法优化
- bp神经网络的adp小程序
- ldpc码通过瑞利衰落信道功能分析BPS
- 用matlab编写的BP神经网络用于预测房价
- BP神经网络在矿井通风机故障诊断中的
- 解决 错误使用 mcc Test checkout of featu
- 基于BP神经网络的煤矿矿井空调模糊控
- matlab_OFDM调制解调(来自剑桥大学)
- Matlab的BPSKQPSK等调制解调仿真带界面
- 矿井提升机制动器的GA-BP故障诊断
- 基于PSO-BP的算法
- 用GA训练BP网络
- GA-BP算法的MATLAB程序
- BP神经网络应用预测公路运输量matla
- BP神经网络分类matlab代码
- LBP-DBN人脸识别matlab代码
- 模拟退火算法优化神经网络
- 基于BP算法的人脸识别程序MATLAB
- 基于BP神经网络的滚动轴承故障诊断
评论
共有 条评论