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。
2022-06-11 22:48:35
4KB
1
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
2022-06-09 20:04:46
479KB
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
2022-05-31 18:34:04
45KB
1
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。
2022-05-31 18:04:08
1MB
1
分院上机实验报告4(稀疏矩阵“列序”递增转置算法)第十四周.doc.doc
2022-05-30 09:08:20
287KB