• 大小: 2KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-05-22
  • 语言: Matlab
  • 标签: MATLAB  CS  

资源简介

该算法是对BP算法的完整实现,使用者可改变图像后直接使用

资源截图

代码片段和文件信息

% 分段基追踪(BP)算法
%  读文件
% X=imread(‘C:\Users\zkdn\Desktop\MATLABdata\I30\I30.jpg‘);
% X=double(X);
% [ab]=size(X);
load C:\Users\zkdn\Desktop\MATLABdata\I1\I1.mat
X=I1;
background=imopen(Xstrel(‘disk‘15));%获取背景信息
X=imsubtract(Xbackground);%利用函数去除背景

X=double(X);
[ab]=size(X);
%  小波变换矩阵生成
ww=dwt2(a‘haar‘);
%  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(X)*ww‘;
% X1=X;
X1=full(X1);

%  随机矩阵生成
M=256;
R=randn(Ma);
% R=randn(a);
% R=mapminmax(R0255);
% R=round(R);

%  测量值
Y=R*X1;

%  OMP算法
%  恢复矩阵
X2=zeros(ab); 
%  按列循环
for i=1:b 
    %  通过OMP,返回每一列信号对应的恢复值(小波域)
    rec=BP_linprog(Y(:i)R);%BP_linprog( sPhi )
    %  恢复值矩阵,用于反变换
    X2(:i)=rec;
end
%%%%
% figure(4);
% X2=full(X2);
% imshow(uint8(X2));
% title(‘OMP计算后图像‘);

%  原始图像
figure(1);
imshow(uint8(X));
title(‘原始图像‘);

%  变换图像
% figure(2);
% imshow(uint8(X1));
% title(‘小波变换后的图像‘);

%  压缩传感恢复的图像
figure(3);
%  小波反变换
X3=ww‘*sparse(X2)*ww;  
% X3=X2;
X3=full(X3);
imshow(uint8(X3));
title(‘BP恢复的图像‘

评论

共有 条评论