%?分段基追蹤（BP）算法
%??讀文件
%?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））;%獲取背景信息
X=imsubtract（Xbackground）;%利用函數去除背景

X=double（X）;
[ab]=size（X）;
%??小波變換矩陣生成
ww=dwt2（a‘haar‘）;
%??小波變換讓圖像稀疏化（注意該步驟會耗費時間，但是會增大稀疏度）
X1=ww*sparse（X）*ww‘;
%?X1=X;
X1=full（X1）;

%??隨機矩陣生成
M=256;
R=randn（Ma）;
%?R=randn（a）;
%?R=mapminmax（R0255）;
%?R=round（R）;

%??測量值
Y=R*X1;

%??OMP算法
%??恢復矩陣
X2=zeros（ab）;?
%??按列循環
for?i=1:b?
????%??通過OMP，返回每一列信號對應的恢復值（小波域）
????rec=BP_linprog（Y（:i）R）;%BP_linprog（?sPhi?）
????%??恢復值矩陣，用于反變換
????X2（:i）=rec;
end
%%%%
%?figure（4）;
%?X2=full（X2）;
%?imshow（uint8（X2））;
%?title（‘OMP計算后圖像‘）;

%??原始圖像
figure（1）;
imshow（uint8（X））;
title（‘原始圖像‘）;

%??變換圖像
%?figure（2）;
%?imshow（uint8（X1））;
%?title（‘小波變換后的圖像‘）;

%??壓縮傳感恢復的圖像
figure（3）;
%??小波反變換
X3=ww‘*sparse（X2）*ww;??
%?X3=X2;
X3=full（X3）;
imsho

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2223??2018-04-01?10:55??BP.m

?????文件???????3129??2018-04-01?11:25??GOMP.m

?????文件???????3141??2018-04-01?10:43??IHT.m

?????文件???????2980??2018-04-01?10:24??OMP.m

?????文件???????3197??2018-01-29?11:17??SP.m

?????文件???????3729??2018-04-01?10:51??STOMP.m

?????文件???????3558??2018-04-10?08:23??SWOMP.m

-----------?---------??----------?-----??----

????????????????21957????????????????????7