分块压缩感知程序matlab.docVIP

% 本程序实现图像LENA的压缩传感 % 程序作者：沙威，香港大学电气电子工程学系，wsha@eee.hku.hk % 算法采用正交匹配法，参考文献 Joel A. Tropp and Anna C. Gilbert % Signal Recovery From Random Measurements Via Orthogonal Matching % Pursuit，IEEE TRANSACTIONS ON INFORMATION THEORY, VOL. 53, NO. 12, % DECEMBER 2007. % 该程序没有经过任何优化 %function Wavelet_OMP clc clear % 读文件 X=imread(lena256.bmp); X=double(X); [a,b]=size(X); size_kuai=16*4; X2=zeros(size_kuai); % 恢复矩阵 X3=zeros(a,b); % 恢复矩阵 % 小波变换矩阵生成 ww=DWT(size_kuai); % 随机矩阵生成 M=12*4; R=randn(M,size_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),R,size_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 % OMP的函数 % s-测量；T-观测矩阵；N-向量大小 function hat_y=omp_fenkuai(s,T,N) Size=size(T); % 观测矩阵大小 M=Size(1); % 测量 hat_y=zeros(1,N); % 待重构的谱域(变换域)向量 Aug_t=[]; % 增量矩阵(初始值为空矩阵) r_n=s; % 残差值 for times=1:M/4 % 迭代次数(稀疏度是测量的1/4) for col=1:N % 恢复矩阵的所有列向量 product(col)=abs(T(:,col)*r_n); % 恢复矩阵的列向量和残差的投影系数(内积值) end [val,pos]=max(product); % 最大投影系数对应的位置 Aug_t=[Aug_t,T(:,pos)];