稀疏表示与稀疏浅析.ppt

稀疏表示与稀疏分解 1.稀疏表示介绍 稀疏表示，它意欲用尽可能少的非0系数表示信号的主要信息，从而简化信号处理问题的求解过程。 稀疏表示模型可如表达式(1)所示，其中y∈R^n为待处理信号，D∈R^(n×m)为字典，x∈R^m为稀疏系数， ||x||_0?m。||x||_0为x的稀疏度，它表示x中非0稀疏的个数。 y=Dx subject to min||x||_0 (1) n×m m×1 n×1 几个专业名词解析: 原子：原子 即为字典的列向量。 完备字典与过完备字典： 如果字典D中的原子恰能够张成n维的欧式空间，则字典D是完备的。 如果m＞＞n，字典D是冗余的，同时保证还能张成n维的欧式空间，则大字典D是过完备的。 我们一般用的字典都是过完备的，因为在过完备的字典下分解稀疏系数不唯一，这也恰恰为图像的自适应处理提供的可能，我们可以根据自己处理的要求选择最合适的最稀疏的系数。 其实求解过完备的稀疏表示模型等价于寻求欠定系统的最稀疏解问题。 D∈R^(n×m)且m＞n时，如何求解 y=Dx即如下 我们已经知道在过完备字典的条件下稀疏系数是不唯一的，但是否我们可以求出最稀疏解呢？