L1-MAGIC is a collection of MATLAB routines for solving the convex optimization programs central to compressive sampling. The algorithms are based on standard interior-point methods, and are suitable for large-scale problems.

数据结构：第5章 数组和稀疏矩阵.ppt

matlab中存档算法代码L0动机的低秩稀疏子空间（LRSSC） 概述 在MATLAB中提出的GMC-LRSSC和L0-LRSSC的MATLAB实现。 GMC-LRSSC通过使用基于最小最大凹（GMC）罚函数的多元泛化的正则化来解决子空间聚类问题。 L0-LRSSC解决了Schatten-0和L0准规范的正则化目标。 为了运行建议的算法，提供了示例脚本和数据（run_dataset_name脚本）。 数据集 本文中使用的数据集可在“数据集”目录中找到。 数据集目录包括来自的扩展Yale B数据集，来自的USPS数据集，来自的MNIST数据集以及来自UCI机器学习存储库（）的ISOLET1数据集。 引用 在研究工作中使用代码时，请引用Maria Brbic和Ivica Kopriva撰写的“ℓ₀-动机低秩稀疏子空间聚类”。 @article{brbic2018, title={$\ell_0$-Motivated Low-Rank Sparse Subspace Clustering}, author={Brbi\'c, Maria and Kopriva, Ivica}, journa

1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。 2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。 3、代码我自己亲自用opencv调用过，可以使用。 4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。直接将三个文件放入到C++代码可以访问到的地方即可。

压缩感知稀疏贝叶斯算法，包含SBL,TSBL和TMSBL算法。亲自测试能够使用

C语言数据结构之两个稀疏矩阵相加。代码中代码功能描述、输入输出说明和测试输出输入。

压缩感知稀疏贝叶斯算法，包含SBL,TSBL和TMSBL算法。亲自测试能够使用

图像拼接左右matlab代码sba_matlab matlab版本的稀疏束调整 可以在以下情况下使用此matlab代码： 1.您使用两台经过校准的相机拍摄对象的图片，并在图像中获得了特征点的2d坐标。 2.然后根据三角测量原理（例如，matlab校准工具箱中的stereo_triangulation.m。下载地址：）来计算特征点的3d坐标。 3.但是，您获得的3d坐标只是在局部坐标系中。 因此，您需要采取一些点云配准和缝合方法，以使它们位于同一全局坐标系中。 4.经常存在您想减少的针迹误差。 一种有效的方法是捆绑调整，或在这种情况下进行稀疏捆绑调整。 5.通常，人们将重投影点作为[x; y]并减少单个图像中的重投影误差。 在提供的代码中，由于我们将重投影点设为[x_left; y_left; x_right; y_right]，因此可以减少左右图像的重投影误差。 可以在main.m和bundle_adjustment.m中看到更多详细信息。 提供了一些数据和示例代码以进行测试。 如果您有任何疑问或建议，请随时发送电子邮件至 参考：SBA：通用稀疏软件包调整的软件包

稀疏信号恢复问题一直是几个不同社区中广泛研究的主题。 可伸缩恢复算法是压缩感测（CS）的一个至关重要的基本主题，最近几年引起了人们的极大兴趣。 本文首先分析了正交匹配追踪（OMP）算法中的迭代残差。 其次，引入了贪婪算法，称为贪婪OMP算法。 该算法使用贪婪原子识别迭代地识别多个原子，然后丢弃与最佳原子高度相似的一些原子。 与OMP算法相比，对高斯和零一稀疏信号进行的实验表明，提出的GOMP算法可以提供更好的恢复性能。 最后，我们通过实验研究了GOMP中贪婪常数对恢复性能的影响。

基于稀疏表达的图像恢复算法研究.doc