压缩感知 - 随笔分类 - 闪电gogogo

摘要：介绍了几篇像素级压缩感知图像融合的论文，主要为算法的基本思想以及流程图阅读全文

posted @ 2018-01-30 10:58 闪电gogogo 阅读(973) 评论(0) 推荐(0)

IEEE Trans 2006 使用K-SVD构造超完备字典以进行稀疏表示（稀疏分解）

摘要：介绍在稀疏表示（稀疏分解）中用K-SVD字典学习来获取字典的方法阅读全文

posted @ 2018-01-27 10:48 闪电gogogo 阅读(817) 评论(0) 推荐(0)

摘要：论文的思路是先介绍分块压缩感知BCS，然后介绍使用投影和硬阈值方法的迭代投影方法PL，接着将PL与维纳滤波器结合形成SPL（平滑PL），并且介绍了稀疏表示的几种基，提出了两种效果较好的稀疏基：CT与DDWT，并且将PL中的硬阈值用bivariate shrinkage（双变量收缩）代替。 BCS+S 阅读全文

posted @ 2018-01-24 17:34 闪电gogogo 阅读(821) 评论(0) 推荐(0)

凸优化之基追踪

摘要：关于基追踪（BP），在压缩感知重构中我们所待求解的问题是L0范数问题，因为L1范数与L0范数等价，所以将L0范数转换为L1范数问题来求解，基追踪是将L1范数问题转为成为线性规划问题来进行求解，博主还提到了基追踪降噪问题，是转换为二次规划问题来进行求解的，但是这类凸优化问题计算复杂度高，重构时间长，所阅读全文

posted @ 2018-01-23 09:32 闪电gogogo 阅读(2169) 评论(0) 推荐(0)

[转]广义正交匹配追踪(gOMP)

摘要：广义正交匹配追踪(Generalized OMP, gOMP)算法可以看作为OMP算法的一种推广，由文献[1]提出，第1作者本硕为哈工大毕业，发表此论文时在Korea University攻读博士学位。OMP每次只选择与残差相关最大的一个，而gOMP则是简单地选择最大的S个。之所以这里表述为“简单地阅读全文

posted @ 2018-01-08 10:19 闪电gogogo 阅读(1371) 评论(0) 推荐(0)

SAMP论文学习

摘要：SAMP：稀疏度自适应匹配追踪实际应用中信号通常是可压缩的而不一定为稀疏的，而且稀疏信号的稀疏度我们通常也会不了解的。论文中提到过高或者过低估计了信号的稀疏度，都会对信号的重构造成影响。如果过低估计了稀疏度，会影响重构的质量；而过高估计稀疏度会对算法的准确性和鲁棒性造成影响。论文在第2部分rev 阅读全文

posted @ 2018-01-02 16:09 闪电gogogo 阅读(1822) 评论(0) 推荐(0)

IEEE Trans 2009 Stagewise Weak Gradient Pursuits论文学习

摘要：1.介绍了一种分段弱正交匹配追踪（SWOMP）的算法流程 2.给出了SWOMP的matlab代码 3.给出了压缩感知重构的测试代码 4.门限参数α、测量数M与重构成功概率关系曲线绘制例程代码阅读全文

posted @ 2017-12-28 15:29 闪电gogogo 阅读(677) 评论(2) 推荐(0)

[转]压缩感知重构算法之分段正交匹配追踪(StOMP)

摘要：分段正交匹配追踪(StagewiseOMP)或者翻译为逐步正交匹配追踪，它是OMP另一种改进算法，每次迭代可以选择多个原子。此算法的输入参数中没有信号稀疏度K，因此相比于ROMP及CoSaMP有独到的优势。 1、StOMP重构算法流程：分段正交匹配追踪(StagewiseOMP)或者翻译为逐步正交阅读全文

posted @ 2017-12-26 10:03 闪电gogogo 阅读(1567) 评论(0) 推荐(0)

IEEE Trans 2008 Gradient Pursuits论文学习

摘要：之前所学习的论文中求解稀疏解的时候一般采用的都是最小二乘方法进行计算，为了降低计算复杂度和减少内存，这篇论文梯度追踪，属于贪婪算法中一种。主要为三种：梯度（gradient）、共轭梯度（conjugate gradient）、近似共轭梯度（an approximation to the conjug 阅读全文

posted @ 2017-12-19 14:23 闪电gogogo 阅读(905) 评论(0) 推荐(0)

压缩感知重构算法之子空间追踪(SP)

摘要：SP的提出时间比CoSaMP提出时间稍晚一些，但和压缩采样匹配追踪(CoSaMP)的方法几乎是一样的。SP与CoSaMP主要区别在于“In each iteration, in the SP algorithm, only K new candidates are added, while theC 阅读全文

posted @ 2017-11-02 09:29 闪电gogogo 阅读(3903) 评论(0) 推荐(0)

压缩感知重构算法之压缩采样匹配追踪（CoSaMP）

摘要：压缩采样匹配追踪(CompressiveSampling MP)是D. Needell继ROMP之后提出的又一个具有较大影响力的重构算法。CoSaMP也是对OMP的一种改进，每次迭代选择多个原子，除了原子的选择标准之外，它有一点不同于ROMP：ROMP每次迭代已经选择的原子会一直保留，而CoSaMP 阅读全文

posted @ 2017-10-30 15:55 闪电gogogo 阅读(5188) 评论(0) 推荐(0)

压缩感知重构算法之正则化正交匹配追踪(ROMP)

摘要：在看代码之前，先拜读了ROMP的经典文章：Needell D，VershyninR．Signal recovery from incompleteand inaccurate measurements via regularized orthogonal matching pursuit[J]. I 阅读全文

posted @ 2017-10-27 10:46 闪电gogogo 阅读(4975) 评论(0) 推荐(0)

OMP算法代码学习

摘要：正交匹配追踪(OMP)算法的MATLAB函数代码并给出单次测试例程代码测量数M与重构成功概率关系曲线绘制例程代码信号稀疏度K与重构成功概率关系曲线绘制例程代码参考来源：http://blog.csdn.net/jbb0523/article/details/45130793 参考文献：Joel 阅读全文

posted @ 2017-10-23 14:03 闪电gogogo 阅读(21474) 评论(6) 推荐(1)

压缩感知“Hello World”代码初步学习

摘要：压缩感知代码初学实现：1-D信号压缩传感的实现算法：正交匹配追踪法OMP(Orthogonal Matching Pursuit) 》几个初学问题 1. 原始信号f是什么？我采集的是原始信号f还是y = Af得到的y？记原始信号为f，我们在sensor方得到的原始信号就是n*1的信号f，而在r 阅读全文

posted @ 2017-10-17 15:53 闪电gogogo 阅读(3530) 评论(4) 推荐(1)

稀疏分解中的MP与OMP算法

摘要：MP：matching pursuit匹配追踪 OMP：正交匹配追踪主要介绍MP与OMP算法的思想与流程，解释为什么需要引入正交？！！今天发现一个重大问题，是在读了博主的正交匹配追踪(OMP)在稀疏分解与压缩感知重构中的异同，http://blog.csdn.net/jbb0523/articl 阅读全文

posted @ 2017-10-14 16:39 闪电gogogo 阅读(3515) 评论(0) 推荐(1)

IEEE Trans 2007 Signal Recovery From Random Measurements via OMP

摘要：看了一篇IEEE Trans上的关于CS图像重构的OMP算法的文章，大部分。。看不懂，之前在看博客的时候对流程中的一些标号看不太懂，看完论文之后对流程有了一定的了解，所以在这里解释一下流程，其余的如果以后有用到的话再学习看看。文章中有这么一段话：这句话的意思是说，压缩感知中的信号重构和稀疏近似，阅读全文

posted @ 2017-10-10 20:48 闪电gogogo 阅读(342) 评论(0) 推荐(0)

压缩感知中的lp球：p范数最优化为什么总会导致一个稀疏的解的原因

摘要：转自：彬彬有礼. 压缩感知中的lp球：p范数最优化为什么总会导致一个稀疏的解的原因 http://blog.csdn.net/jbb0523/article/details/40268943 题目：压缩感知中的lp球：p范数最优化为什么总会导致一个稀疏的解的原因问题的引出压缩感知中为了解释0范阅读全文

posted @ 2017-09-26 16:25 闪电gogogo 阅读(1601) 评论(1) 推荐(1)

有限等距性质RIP

摘要：参考博客：http://blog.csdn.net/jbb0523/article/details/44565647 压缩感知测量矩阵之有限等距性质（Restricted Isometry Property,RIP）》定义不同的文献对RIP定义的表达不同，详细可参考博客中的定义，在这里选取一种自阅读全文

posted @ 2017-09-15 10:11 闪电gogogo 阅读(1256) 评论(0) 推荐(0)

P问题、NP问题、NPC问题

摘要：看师兄们的论文经常说一句这是个NP难问题，所以采用另外一种方法来代替（比如凸松弛，把l0范数的问题松弛为l1范数的问题来求解）。然后搜索了相关知识，也还是没看太懂，把一些理论知识先贴上来，希望以后再接触到会有更好的理解。参考来源：http://blog.csdn.net/jbb0523/artic 阅读全文

posted @ 2017-09-08 10:06 闪电gogogo 阅读(1603) 评论(0) 推荐(0)

压缩感知中的数学知识：稀疏、范数、符号arg min

摘要：转自：http://blog.csdn.net/jbb0523/article/details/40262629 1、稀疏：什么是K稀疏呢? 在压缩感知里经常提到 “K稀疏” 的概念，这个是很容易理解的：也就是对于长度为N的向量（实际上是指一个N维离散离值信号）来说，它的N个元素值只有K个是非零的，阅读全文

posted @ 2017-08-23 15:56 闪电gogogo 阅读(1701) 评论(0) 推荐(0)

随笔分类 - 压缩感知

公告