基于Kent混沌测量矩阵的压缩感知图像重构算法

图像重构是图像数字化和恢复高质量图像信号的关键技术,使用压缩感知理论进行图像重构的意义在于显著减少采样次数,降低系统资源的消耗。测量矩阵的构造是压缩感知的重要研究内容之一。提出一种基于Kent混沌测量矩阵的压缩感知图像重构算法,将Kent混沌序列作为测量矩阵,采用离散小波变换的稀疏化方法,在小波域对原始图像信号进行测量。最后采用正交匹配追踪方法恢复原始图像。仿真实验中,对比高斯随机测量矩阵和Logistic混沌测量矩阵,对不同的图像进行重构。实验结果证明,基于Kent混沌测量矩阵的重构算法能够恢复原始图像,重构性能优于高斯随机观测矩阵和Logistic混沌测量矩阵,同时克服了随机测量矩阵硬件难以实现的缺陷。

渤海油田海洋管道风险评价方案及实例分析

渤海油田铺设的海洋管道多达1 600km,为了预防失效和漏油事故的发生,有必要引入能普遍应用的风险评价体系。基于各根海洋管道的资料详尽程度的不同,建立了一个包含定性﹑半定量和定量方法的风险评价模块,其中定量评价有4种方案,既能全面评价,也能重点评估各根海洋管道。评价时确定风险评价方案的主要依据在于该管道的内外检测资料是否充分。给出了定量风险评价两种方案的实例,并基于风险评价结果提出了海洋管道日常维护措施的建议。整个评价过程通过Matlab和C#混合编程实现,具有交互式界面。