<p class="MsoNormal"><span style="font-family:宋体;font-size:9pt;">压缩传感理论将信号的采样与压缩同时进行，利用信号在变换基上可以稀疏表示的先验知识，从比香农采样少的多的观测值中重构原始信号。</span><span style="font-family:宋体;font-size:9pt;">近年来，两步迭代阈值算法作为一种求解反问题的优化方法，因其与多尺度几何分析存在紧密联系，且算法参数少，思想比较简单等特点，已经应用到了压缩重构中。但其使用时域的软硬阈值算子，不能获得很好的图像稀疏表示，从而使得算法重构精度不高。针对上述问题，本文在研究两步迭代阈值算法的基础上，提出了一种自适应的两步迭代阈值算法。该算法利用当前估计值提供的信息自适应估计步长参数，保证了估计值向最优解方向移动，提高了算法的重构精度，且针对其稀疏表示信号能力不足的缺点，运用高斯混合尺度模型对曲波邻域系数进行建模，充分利用曲波变换平移不变性和多方向选择性的优点，增加了图像表示的稀疏度。最后将其应用到图像压缩重构中，实验结果表明，该算法在峰值信噪比和主观视觉上都优于小波域高斯混合尺度模型和曲波硬阈值重构方法。</span></p><!--EndFragment-->

可以对文件夹下的文件进行批量重命名，不仅限于图像哦

该资源包含了数据集命名工具，数据集标注工具labelImg,并且在python3下可使用，需要安装pyqt5库，在进行标注前要将data中的内容换为自己的目标种类，可实现VOC pascal格式标注和yolo 格式标注。

由于压缩感知技术突破了奈奎斯特准则的局限性,文章对压缩感知算法中的关键技术稀疏变换基、观测矩阵和重构算法进行了研究,并在MATLAB中对不同的稀疏变换基和不同观测矩阵及重构算法进行仿真。通过不同的组合,仿真结果表明在其他条件相同下,采用离散小波基、部分傅里叶变换矩阵和子空间匹配追踪具有良好的图像重构效果。

图像去重. 删除重复或相似的图像，感知哈希法，python

重获取图像是原始或篡改后的图像经过中间媒介的映射后再次拍摄获取的图像，一张高质量的重获取伪造图像很难通过人眼判别真伪。针对JPEG格式的重获取图像篡改操作，提出了一种重压缩块效应网格偏移的检测方法。重获取图像由于再获取过程会引入与原图不相关的背景信息，该图像进行多次压缩会产生块效应网格偏移，即重压缩产生的块效应网格会与原始的网格错匹配，利用图像的平均信息损失量进行块效应网格是否发生偏移来检测图像的原始性。实验表明，该方法比已有的重获取图像检测方法准确率更高，且平均检测时间更短。

可以求出二值图片的多重分形谱，从而分析研究对象的分布均匀性，，当然也可以很方便地延伸至三维的云图分析。。

mra_mallat_2D_iterate.m实现二维图像的分解，mra_mallat_2D_merge_iterate.m实现二维图像的重构。程序针对2^N*2^M像素的图像设计，可以实现任意次数的分解与重构。也很很方便改写成针对任意像素的程序。

MATLAB下人脸图像的PCA重构，用matlab实现，代码完整高效。