论文研究-用稀疏相似性度量求解压缩传感矩阵.pdf

提出一种用稀疏相似性度量求解压缩传感矩阵的方法，并将其应用在图像重建和识别领域中。首先构造一种稀疏相似性度量，然后将其嵌入到传感矩阵的模糊代价函数中，最终传感矩阵的原子更新按照模糊方式进行计算。用该方法优化后的观测矩阵与字典矩阵之间保持了低相干性，并且样本的稀疏信号在相同重构条件下具备了更优的测量数目和质量。在ORL和FERET人脸数据库及91幅自然图像库上的实验结果验证了该算法的有效性。