//dic: 字典矩陣； //signal :待重構信號（一次只能重構一個信號，即一個向量） //min_residual: 最小殘差 //sparsity:稀疏度 //coe:重構系數 //atom_index:字典原子選擇序號 //返回最后的殘差 float OMP( Mat& dic,Mat& signal,float min_residual,int sparsity,Mat& coe,vector<int>& atom_index){if(signal.cols>1){cout<<"wrong signal"<<endl;return -1;}signal=signal/norm(signal); //信號單位化Mat temp(1,dic.cols,5);for(int i=0;i<dic.cols;i++){temp.col(i)=norm(dic.col(i)); //每個原子的模長 }divide(dic,repeat(temp,dic.rows,1),dic); //字典原子單位化Mat residual = signal.clone(); //初始化殘差coe.create(0, 1, CV_32FC1); //初始化系數Mat phi; //保存已選出的原子向量float max_coefficient;unsigned int atom_id; //每次所選擇的原子的序號for(;;){max_coefficient = 0;//取出內積最大列for (int i = 0; i <dic.cols; i++){float coefficient = (float)dic.col(i).dot(residual); if (abs(coefficient) > abs(max_coefficient)){max_coefficient = coefficient;atom_id = i;}}atom_index.push_back(atom_id); //添加選出的原子序號 Mat& temp_atom= dic.col(atom_id); //取出該原子if (phi.cols == 0)phi = temp_atom;elsehconcat(phi,temp_atom,phi); //將新原子合并到原子集合中（都是列向量） coe.push_back(0.0f); //對系數矩陣新加一項solve(phi, signal,coe, DECOMP_SVD); //求解最小二乘問題 residual = signal - phi*coe; //更新殘差float res_norm = (float)norm(residual);if (coe.rows >= sparsity || res_norm <= min_residual) //如果殘差小于閾值或達到要求的稀疏度，就返回 {return res_norm;}} }

?

總結

以上是生活随笔為你收集整理的opencv实现正交匹配追踪算法OMP的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。