说明：将图像分为16*16的分块进行计算,稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构采用OMP算法,对256*256大小的8bit灰度lena图像进行仿真。

观测矩阵 lena重构 图像-重构-omp 图像随机分块 DCT-OMP

说明：这是我自己编写的压缩感知图像重构的算法，用于学习，先稀疏，再观测系数，最后重建

压缩 感知 图像重构

说明：MP算法(正交匹配追踪算法)作为对信号进行稀疏分解的方法之一，将信号在完备字典库上进行分解。OMP算法的改进之处在于：在分解的每一步对所选择的全部原子进行正交化处理，这使得在精度要求相同的情况下，OMP算法的收敛速度更快。

matlab 一维 OMP 重构

说明：压缩感知中压缩采样匹配追踪算法，用于稀疏信号的重构

压缩采样算法 稀疏信号重构 信号重构 压缩感知 稀疏采样

说明：基于omp算法的信号稀疏度K与重构成功概率的关系图，说明了稀疏度K值大小对应重构效果的关系。

说明：压缩感知重构算法的一些介绍与实例。并结合各种算法，提出了稀疏度自适应广义正交匹配追踪算法，可以对稀疏度未知的信号进行自适应稀疏化。

说明：雷达成像算法,用于更加清晰的图片重构，是成像算法的鼻祖，这个算法很是地道。

雷达成像算法 雷达-压缩感知 RAR成像雷达 压缩感知雷达 雷达成像

说明：稀疏自编码可以实现模式识别，进行提取数据之间的特征，通过训练得到特征参数。本代码通过举例实现图片特征的识别并重构出新的特征，通过重构误差来判别识别效果。

说明：利用协同稀疏方法对自然图像进行压缩感知重构

说明：压缩观测y=Φx，其中y为观测所得向量M×1，x为原信号N×1（M