该研究以超光谱成像为背景，探讨了用于对大量数据进行压缩的压缩感知技术，在压缩图像恢复方面，通过对凸 FISTA/ADMM 和贪婪 gOMP/BIHT/CoSaMP 恢复算法的准确性和性能进行比较研究，发现 gOMP 算法在恢复压缩数据时具有较高的准确性和快速恢复，但相对于其他算法而言，对待恢复数据的稀疏性水平的依赖较高。

Jan, 2024

本研究提出一种名为 generalized OMP 的方法，是针对稀疏信号重建效率进行的 OMP 算法推广，每次迭代找到多个正确的索引进行选择，相比于 OMP 算法，gOMP 算法迭代次数更少，且可以重建任何 K 稀疏信号，且仿真结果表明 gOMP 算法是一种高效的信号恢复方法，具有与 L1 极小化技术类似的恢复性能。

Nov, 2011

本文介绍了一种新型的半贪心恢复方法 ——A * 正交匹配追踪算法（A*OMP），它在树上执行 A * 搜索，寻找最稀疏的解决方案，并提供可调的搜索参数以进行复杂度与准确性的平衡。我们使用高斯和 Bernoulli 观测矩阵在合成数据和图像上演示了所提出方案的重构能力，其中 A*OMP 产生的重构误差比 BP，OMP 和 SP 低，并且具有更高的精确恢复频率。实验结果表明新颖的动态代价函数相对于传统选择提供了更好的结果。

Sep, 2010

文中介绍了一种利用单体集成光谱滤光片的高光谱成像设备，提出了一种基于压缩感知和分析稀疏模型的超分辨率处理和去马赛克的方法，并通过数值实验验证其效率。

Feb, 2015

本文提出了一种新的部分硬阈值算子用于压缩感知问题，并通过该算子构建了一组新的迭代算法，其中 Orthogonal Matching Pursuit with Replacement (OMPR) 表现最佳。通过将局部敏感哈希技术与 OMPR 算法相结合，本文提出了第一个被证明具有亚线性（在维度上）性能的稀疏恢复算法。实验结果表明，相比现有方法，本文方法在大规模问题上更为快捷和鲁棒。

Jun, 2011

本研究提出了一种盲压缩感知算法，可以从光谱压缩测量中重建高光谱图像，并使用 RGB 图像作为辅助信息来改善重建质量。实验结果验证了该算法的有效性和液晶 - 硅调制器相机的可行性。

Feb, 2015

该研究介绍了一种基于凸优化的构建高分辨率 HSI 和高分辨率 MSI 综合图像的数据融合方法，使用向量全变差作为正则化项，通过 Split Augmented Lagrangian Shrinkage Algorithm（SALSA）算法实现优化，取得了优于现有算法的效果。

Nov, 2014

本研究论文提出了一种用于实时压缩感知网络的轻量级架构，能够在有条纹效应和噪声传输条件下，以相对较少的训练样本高效稳健地完成高光谱图像重建，适用于迷你卫星上使用的推扫式扫描机制。

Apr, 2024

本文解析了正交匹配追踪算法，表明只需要 O (k̅ln d) 个随机投影，即可恢复一 k̅- 疏松信号的 2 - 范数，从而对于压缩感知应用，该方法比之前的方法所需的随机投影数量 O (k̅²ln d) 更小。

May, 2010

本文提出了一种充分利用块稀疏信号块稀疏性的足够条件，确保在噪声情况下使用块正交匹配追踪算法（BOMP）可以准确恢复块 $ K $- 稀疏信号的支撑。

Nov, 2018