说明：小波变换的稀疏表示程序，用于对压缩感知方面稀疏变换的学习，采用的小波变换的方法对采样信号进行稀疏变换，适用于对压缩感知方面的起步学习和云应用。
说明：程序来源：沙威 程序作用：使用小波基对数据稀疏化，然后采用OMG重构数据 程序数据：lena图像 程序运行环境：matlab 程序结果：原图与恢复图的对比，PSNR 小波基的lena图像压缩感知恢复代码
说明：对自然图像分块，然后分别利用离散小波变换、离散余弦变缓、轮廓波变换、双树离散小波变换来进行压缩感知重构。
说明：在小波基下的压缩感知仿真算法，恢复算法使用正交追踪匹配算法。
说明：基于双树小波通用隐马尔可夫树模型的图像压缩感知
说明：STFT与WT的缺点比较明显，随着现代信号处理技术的发展，STFT与WT已经越来越不能够满足现阶段的信号处理需求，主要是很多情况下，它俩提取的信号特征太糙，不够清晰。这也导致了很多用于提高“时频分辨率”的新技术的产生，而“同步压缩小波”（SST）就是产生于这样的背景。
说明：伪随机采样，97小波迭代收缩压缩传感，效果不错，方法简单