压缩感知基本学习整理（一）

压缩感知

前人轮子
压缩感知稀疏基之离散小波变换
小波稀疏化

形象易懂讲解算法II——压缩感知
压缩感知进阶——有关稀疏矩阵
“压缩感知” 之 “Hello World”
压缩感知及实验分析

搜索关键词
java实现对图片的小波变换稀疏化

程序思路

压缩感知知识点
传统压缩： 原始信号 x∈C (N * 1)，传统压缩是构造正交矩阵 D∈ C（N * N）,正变换为 y=Dx, 反变换 x=D^-1 y= D^Ty , D^-1= D^T。将初始信号x变换到y ∈ C (N * 1)后，将保留其中的 K 个分量（K人工指定），对其他 N-K 个分量置零，这样的信号y就称为 K 稀疏（K-Sparse）的。
压缩感知： 压缩感知采用的 y=Dx 中，D不是 N * N, 而是 D ∈ C (M * N)的 ，其中 M < N ,也就是说 D 是一个扁矩阵，未知数个数大于方程个数。对于方程 Dx=y, x∈ C(N * 1) , y∈ C ( M * 1)。

• 实现对图片稀疏化
  
  • 使用 DWT 小波变换稀疏，获得小波变换矩阵
• 嵌入二进制水印
• 恢复空域
• 使用 CS 压缩感知进行抽样处理