WMSNs的自适应分布式图像压缩算法

合集下载

一种改进的无线多媒体传感器网络分布式图像压缩算法

ｐｅｓｏＳｍｕａｉｎｒｓｌｓｄｍｏｔａｅｔａｈｅＩｒｓｉｎ．ｉｌｔｏｅｕｔｅｎｓｒｔｈｔｔＣＤＰｌｏｉｈｃｎｉａｇｒｔｍａｍｐｒｖｈｎｒｙｂｌｎｅａｈｅｗｏｋｏｅｔｅｅｅｇａａｃｎｄｔｅｎｔｒ
近年来，重叠变换技术在ＷＭＳｓ图像压缩中的应Ｎ用受到越来越多的关注，文献『 — ］出的图像如７８提压缩算法均通过节点间共享任务处理进程来解决单个节点计算、储能力以及能量受限的问题。存
像压缩效率的关键。
（ＩＡ）ａｐｏｅｇｏｐｅｓｎａｇｒｈａｅｎｉ－ｌｓｒｉｒｕｅｒｃｓｉｇＩＤ）ｓｒｐｓｄｉＤＣ，ｎｉｒｖｄｉｅｃｍｒｓｏｌｉｍｂｓｄｏｃｕｔｓｉｔｐｏｅｓ（ＣＰｉｐｏｏｅｍｍａｉｏｔｎｅｄｔｂｄｎｎ
案如图１所示。
较高，法往往需要将多级小波变换的计算量分布算到多个节点中去完成，而平衡节点能耗．分布式从但处理需要节点间进行数据交换．在一定程度上增这
加了节点能耗，因此如何设计一个有效的分布式处理机制是这类算法需要着重考虑的问题。文献［２提出了一种典型的无线多媒体传感器网络分１］
ｒｓｕｃ — ｏｓｒｉｅＭＳｔｉｈｎｄｅｅｓｔｅｏｒｅｃｎｔａｎｄＷＮｓｗｉｈｇｏｓｄｎｉｈｙ．

WMSN中基于压缩感知的分布式视频编解码研究

WMSN中基于压缩感知的分布式视频编解码研究WMSN中基于压缩感知的分布式视频编解码研究摘要：随着无线多媒体传感网络（WMSN）的快速发展，对于视频在WMSN中的处理需求也越来越高。

然而，由于WMSN的复杂性和资源限制，传统的视频编解码算法在WMSN上的应用面临较大挑战。

因此，基于压缩感知的分布式视频编解码成为解决视频传输问题的有效途径。

本文对WMSN中基于压缩感知的分布式视频编解码研究进行了综述，并对其优点、挑战和未来研究方向进行了分析。

一、引言无线多媒体传感网络（WMSN）是一种融合了无线通信和传感网络的体系结构，能够实现对环境中各种信号和信息的传感、处理和传输。

随着WMSN的广泛应用，对于视频传输的需求也日益增长。

然而，由于WMSN中节点资源有限、网络带宽有限和能耗限制等限制因素，传统的视频编解码算法无法直接在WMSN中应用。

因此，如何在WMSN中进行高效的视频编解码成为研究的热点之一。

二、传统视频编解码算法的不适用性传统的视频编解码算法通常为中心式，即在中心节点上进行编解码处理。

然而，在WMSN中，由于节点资源有限，中心节点无法承担过多的计算负载。

此外，由于传输距离远、链路质量差等因素，传统算法的可靠性和实时性也无法满足要求。

因此，我们需要一种分布式的视频编解码方法来解决这些问题。

三、压缩感知的概念和基本原理压缩感知是一种新兴的信号处理理论，主要用于从稀疏信号中恢复原始信号。

其基本原理是在采样端进行压缩采样并保留少量的信息，然后利用重建算法在接收端恢复原始信号。

压缩感知可有效提高资源利用率和减小数据传输量。

四、基于压缩感知的分布式视频编解码算法基于压缩感知的分布式视频编解码算法主要包括以下几个关键步骤：分布式压缩采样、分布式传输和分布式重建。

首先，视频信号在节点上进行分布式压缩采样，将采样后的数据传输给邻居节点。

然后，节点利用传输过来的数据进行分布式传输，将数据发送到中心节点。

最后，中心节点利用重建算法对接收到的数据进行重建，得到原始视频信号。

图象压缩编码的自适应分片平面拟合方法

图象压缩编码的自适应分片平面拟合方法
王德民;曹星
【期刊名称】《通信学报》
【年(卷),期】1989(010)005
【摘要】图象压缩编码的自适应分片平面拟合方法是将图象分割成若干个方块,在每个方块内用平面来逼近图象的灰度曲面,其中方块的大小随着图象的局部内容而变化。

实验结果表明,这种压缩编码不仅编码误差较小,而且压缩比较高。

对两幅实验图象编码的压缩比高达8.78和13.64。

【总页数】5页(P62-65,83)
【作者】王德民;曹星
【作者单位】不详;不详
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.基于分块自适应预测的超声测井图象无损压缩编码 [J], 骆长江;俞能海;周亮
2.改进的广义置信度自适应IFS图象压缩编码算法 [J], 董云朝;陈贺新;余松煜
3.基于分片线性函数的图象压缩方法 [J], 李星野;王书宁;王万宾
4.一种自适应图象压缩编码算法 [J], 张基宏;王晖
5.多值图象分层为二值图象的压缩编码方法 [J], 袁占亭;刘希远
因版权原因，仅展示原文概要，查看原文内容请购买。

WMSNs的自适应分布式图像压缩算法

WMSNs的自适应分布式图像压缩算法苏颜军;张瑞华【期刊名称】《计算机工程》【年(卷),期】2011(037)016【摘要】Due to the node resource constraints in Wireless Multimedia Sensor Networks(WMSNs), this paper proposes a Walsh-Hadamard based adaptive distributed image compression algorithm. According to accurate channel state estimating and adaptive quantization table, it ensures image quality to meet the application with a higher compression ratio. Simulation results show that the algorithm can extend the network life cycle in resource-constrained nodes deployed in dense WMSNs.%根据无线多媒体传感器网络(WMSNs)中节点资源受限的特点,提出一种自适应的基于Walsh-Hadamard变换的分布式图像压缩算法.基于信道状态的准确估计,自适应调整量化表,在保证图像质量满足应用的前提下,获得更高的压缩比率.仿真结果表明,该算法在资源受限、节点部署密集的WMSNs中,可延长网络的生命周期.【总页数】3页(P215-217)【作者】苏颜军;张瑞华【作者单位】山东大学计算机科学与技术学院,济南250101;山东大学计算机科学与技术学院,济南250101【正文语种】中文【中图分类】TP212.9【相关文献】1.一种适用于多跳WMSNs的分布式图像压缩算法 [J], 张龙妹;陆伟;史浩山2.一种基于LBT的分布式图像压缩算法 [J], 董卓亚3.一种适用于WMSNs的分布式图像压缩算法 [J], 翟永平;罗武胜;鲁琴;肖学敏4.基于分层预测的高光谱图像分布式有损压缩算法 [J], 王林;杨红;卿粼波;滕奇志;何小海;陈洪刚5.基于多节点协作的WMSNs图像压缩算法 [J], 邬春明;郑宏阔;王艳娇;付饶;于明;孙勇因版权原因，仅展示原文概要，查看原文内容请购买。

WMSN节点的低内存开销图像压缩方法

WMSN节点的低内存开销图像压缩方法陆明洲;沈明霞;刘志强;刘龙申;杨晓静;王宇【期刊名称】《农业机械学报》【年(卷),期】2014(45)11【摘要】Based on bit plane and adaptive binary arithmetic coding,a wavelet coefficients coding scheme which could match the line-based wavelet transform efficiently was proposed.The MCU of the image sensor node read image data from FIFO line by line,executed multi-level wavelet transform,determined the quantization value according to the probability distribution of the wavelet coefficients in different level,performed adaptive binary arithmetic coding based on four binary probabilistic model andrealized image compression based on wavelet transform with a low cost of SRAM.The image compression method was applied to handle a 320 pixels × 240 pixels gray image of piglets.Experimental resu lts show that the SRAM cost,time cost and the PSNR was 5.749 KB,16.312 s and 39.72 dB respectively when the quantization value was set to three.This study established the foundation for agricultural image transmission over the low bandwidth WMSN efficiently.%基于比特平面及二值自适应算术编码提出了一种逐行小波系数编码方法,该方法能与低内存开销的逐行小波变换无缝、高效对接.处理器从图像节点FIFO通道中逐行读出图像信息,完成多级小波变换后,根据各层小波系数概率分布确定量化值,利用4个二值概率模型对系数各比特平面执行二值自适应算术编码,实现了基于小波变换的低内存开销图像压缩.利用该压缩方法处理一幅320像素×240像素仔猪灰度图像,结果表明,量化位数取3位时,存储开销、时间开销及峰值信噪比为5.749 KB、16.312 s及39.72 dB,内存开销低且重构图像质量较高.【总页数】7页(P292-297,310)【作者】陆明洲;沈明霞;刘志强;刘龙申;杨晓静;王宇【作者单位】南京农业大学江苏省现代设施农业技术与装备工程实验室,南京210031;南京农业大学江苏省现代设施农业技术与装备工程实验室,南京210031;南京农业大学江苏省现代设施农业技术与装备工程实验室,南京210031;南京农业大学江苏省现代设施农业技术与装备工程实验室,南京210031;南京农业大学农业部动物生理生化重点实验室,南京210095;东南大学信息科学与工程学院,南京211189【正文语种】中文【中图分类】TP29;TN911.73【相关文献】1.一种适用于无线传感网图像节点单元的彩色图像压缩方法 [J], 罗军;谢翔;曾浩;袁延艺2.WMSNs图像传感器节点节能研究 [J], 胡延军;俞啸;奚锦锦;刘丽虹3.WMSN图像节点低内存小波变换方法研究 [J], 陆明洲;刘志强;沈明霞;刘龙申;杨晓静;周波4.一种基于编码的低硬件开销的测试数据压缩方法(英文) [J], 方建平;郝跃;刘红侠;李康5.基于多节点协作的WMSNs图像压缩算法 [J], 邬春明;郑宏阔;王艳娇;付饶;于明;孙勇因版权原因，仅展示原文概要，查看原文内容请购买。

一种适用于多跳WMSNs的分布式图像压缩算法

一种适用于多跳WMSNs的分布式图像压缩算法
张龙妹;陆伟;史浩山
【期刊名称】《西北工业大学学报》
【年(卷),期】2010(028)005
【摘要】在节点资源严重受限的无线多媒体传感器网络(WMSNs)中处理和传输大数据量的图像信息具有很大的挑战性.文章在研究基于小波变换的图像压缩算法SPIHT的基础上,提出了一种基于SPIHT算法的分布式并行图像压缩算法D-SPIHT,该算法具有复杂度低、设计简单、执行速度快、完全分布式并行执行的特点.仿真结果表明,文中提出的D-SPIHT算法,能够有效地平衡网络中各节点的能耗,从而延长网络的生命期,还能大大缩短图像压缩处理的时延,非常适合于对实时性要求较高的WMSNs中的图像压缩和传输.
【总页数】5页(P695-699)
【作者】张龙妹;陆伟;史浩山
【作者单位】西北工业大学,电子信息学院;西北工业大学,计算机学院,陕西,西
安,710072;西北工业大学,电子信息学院
【正文语种】中文
【中图分类】TP393
【相关文献】
1.一种基于LBT的分布式图像压缩算法 [J], 董卓亚
2.一种改进的无线多媒体传感器网络分布式图像压缩算法 [J], 蒋鹏;吴建峰;董林玺
3.WMSNs的自适应分布式图像压缩算法 [J], 苏颜军;张瑞华
4.一种适用于WMSNs的分布式图像压缩算法 [J], 翟永平;罗武胜;鲁琴;肖学敏
5.基于多节点协作的WMSNs图像压缩算法 [J], 邬春明;郑宏阔;王艳娇;付饶;于明;孙勇
因版权原因，仅展示原文概要，查看原文内容请购买。

基于测量矩阵优化的分布式压缩估计算法

基于测量矩阵优化的分布式压缩估计算法刘云;陈倩【期刊名称】《计算机工程》【年(卷),期】2018(044)003【摘要】In order to solve the problem of effective data estimation in distributed measurement of Wireless Sensor Network(WSN),a Distributed Compression Estimation Algorithm for Measurement Matrix Optimization (MMDCE) is proposed.It performs the distributed estimation of unknown parameter variables on a compressed dimension,and updates the measurement matrix by using adaptive random gradient recursion.The DCE is combined with the measurement matrix optimization,the optimization of convergence rate and estimated error accuracy are achieved.Simulation results show that compared with dNLMS algorithm and DCE algorithm,the algorithm has better convergence speed and higher precision of estimation error.%为更好地解决无线传感网分布式测量中有效数据估计问题,提出一种新的分布式压缩估计算法.通过在一个压缩维度上完成未知参数变量的分布式估计,并采用自适应随机梯度递归方法更新测量矩阵,将分布式压缩估计与测量矩阵优化相结合,实现收敛速度及估计误差精度的最优化.仿真结果表明,与dNLMS、DCE算法相比,该算法具有更快的收敛速度及更高的估计误差精度.【总页数】5页(P114-118)【作者】刘云;陈倩【作者单位】昆明理工大学信息工程与自动化学院,昆明650500;昆明理工大学信息工程与自动化学院,昆明650500【正文语种】中文【中图分类】TP391【相关文献】1.基于压缩感知的分布式协同估计算法 [J], 张亚东;姚彦鑫2.改进的压缩感知测量矩阵优化方法 [J], 麻曰亮;裴立业;江桦3.基于压缩感知的分布式MIMO信道估计算法研究 [J], 李明;郭云飞;丁亮4.一种基于压缩感知的卫星图像观测矩阵优化 [J], 张择书;郭永飞5.压缩感知测量矩阵优化混合方法 [J], 徐静;王彩云因版权原因，仅展示原文概要，查看原文内容请购买。

一种适用于多跳WMSNs的分布式图像压缩算法

将图像分解成１Ｏ个子带，中最低频子带比其是分辨率为１８时对原始图像的最佳逼近。小波变换后／
系数的特点是：低频子带聚集了原始图像的大部分能量，高频子带仅占有少量的能量且大部分集中在
基金项目：教育部博士点基金（０５６９３）２００９０７资助
传输。文献［］２提出了一种小波变换的分布实现方法，将多级小波分解任务分配在多个不同的簇内完成，每级簇头节点挑选一定的簇内节点进行本级小波变换。这种方法在每级簇结构中完成一级小波分解，随着小波分解级数的增加，需要大量的节点参与
运算。文献［］３提出了基于双正交蝶式变换（Ｂ）ＬＴ的分布式图像压缩算法，ＬＴ变换分配到一个簇将Ｂ内的多个节点完成。这两种方法都是从变换的层次考虑算法的分布式实现，都没有考虑变换后系数的量化和编码。然而，图像压缩算法中，编码的复杂性和能耗远远高于变换的复杂性和能耗。
频、图像等大数据量、大信息量的多媒体信息，在军事、民用、商业中都具有非常广阔的应用前景。图像作为ＷＭＮ感知和处理的主要信息，Ｓｓ具有数据量大，传输带宽要求高，处理复杂度高和内存要求高等
显著特点，这对单个节点资源（量、能内存、计算能力）严重受限的ＷＭＮ提出了严峻的考验… 。针Ｓｓ对这一问题的一种可行的解决方案就是利用多跳传感器网络节点密集部署的特点，将单个传感器节点的复杂处理任务有效地分配到几个相邻节点，通过多节点分布式并行计算实现能量有效的图像处理和
Ｄ（，ｉ）一Ｄ（，。ｉ）定义了３个列表：重要系数表ＬＰ不重要集不Ｉ，

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

中分号Ｐ１９田类ｌ２２Ｔ．
ＷＭＳｓ的自适应分布式图像压缩算法Ｎ
苏颜军，张璃华
（山东大学计算机科学与技术学院，济南２００）５１１
摘要：根据无线多媒体传感器网络（ＷＭＳｓｈＮ）节点资源受限的特点，提出一种自适应的基于ＷａｈＨｄｍｒｑｌ — ａａａｓｄ变换的分布式图像压缩算法。基于信道状态的准确估计，自适应调整量化表，在保证图像质量满足应用的前提下，获得更高的压缩比率。仿真结果表明，该算法在资源受限、节点部署密集的ＷＭＳｓＮ中，可延长网络的生命周期。关健词：无线多媒体传感器网络；ｌ — ａａ￣变换；离散余弦变换；分布式压缩ＷａｈＨｄｍｄｓ
［ｂｔｃ］ＤｅＯｈｄｓｕｃｎｔｉｓｎｒｅｓｌｍｄａｅｓｅｏｋ（ＡｓａｔｕｅｏｅｅｒｃｓａｔｉＷｉｌｔｅｉＳｎｏＮｔｒｓｒｔｔｎｒｏｅｏｒｎｅｓＭｕｉｒｗＷＭＳｓｔｉｐｐｒｒｐｓｓｌ — ａａｒｂｓｄＮ）ｓａｅｏｏｅＷａｈＨｄｍａａ，ｈｐａｓｄｅ
第３卷第１７６期
Ｖｂ１３．７
计
算
机工程２来自１年８月０１Ａｕｕｓ０１ｇｔ２１
Ｎｏ１．６
ＣｏｕｅｇｎｅｉｇｍｐｔｒＥｎｉｅｒｎ
・圈形图像处理・
￣ｌｑ１３８０）＿２－３文标码ｌ，ｏ＿４（ｌ１＿１－ｌｏ２２１６０５０献识ＩＡ
表示每比特传送单位距离的能耗，典型取值１０Ｊｉｍ；０／ｔｎｂ／６ｃ是路径衰减因子，近距离下一般取２。在本文中采用网络生命周期作为算法性能的评价指标。图像质量由图像的峰值信噪比（ｅｋＳｇａｔｏｓＲｔ，ＰａｉｎｌｏＮｉａｏｅｉＰＮ尸Ｎ衡量。ＳＲ）ＰＲＳ
（９ｂ
１２、
一．
景。但ＷＭＳｓ资源受限，单个节点的处理能力和存储能Ｎ力非常有限。可视化数据需要大量的信息，会导致很高的数据传输量，因此，图像数据需要进行压缩后再传输。针对无线传感器网络的图像传输问题，文献【］出可以采用数据分２指组的思想，利用多路径的传输方式，使得传感器网络能量负
ａａｔｖｉｔｉｕｅｍａｅｃｍｐｅｓｏｌｏｉｍ．ｃｒｉｇｔｃｕａｅｃａｎｌｓａｅｅｔｍａｎｎｄｐｖｕｎｉａｉｎｔｂｅｉｎｕｅｍａｅｄｐｉｅｄｓｒｔｄｉｇｏｒｓｉｎａｇｒｔｂｈＡｃｏｄｎＯａｃｔｈｎｅｔｔｓｒｉｉｔｇａｄａａｔｅｑａｔｚｔｏａｌ，ｔｅｓｒｓｉｇｉｑａｉＯｍｅｔｔｅａｐｉａｏｔｉｈｒｃｍｐｅｓｏａｉ．ＳｍｕａｏｅｕｔｈｗａｅａｇｒｔｍａｘｅｅｎｔｒｉｅｃｃｅｉｕｌｙｔｅｐｌｔｎｗｉａｈｇｅｏｒｓｉｎｒｔｔｈｃｉｈｏｉｌｔｎｒｓｌｓｓｏｔｔｔｌｏｈｉｈｈｉＣｅｔｎｄｔｅｗｏｋｌｆｙｌｎｎｈｎｅｅｏｙｄｉｅｓＭＳ．ｄｏｓｄｐｌｅｄｎｅＷｎＮｓ
Ｉｅｏｄ】ＷｉｌｓＭｕｍ￣ａＳｎｏｅｏｋ（ｙｗｒｓＫｒｅｌｅｅｓｒＮｔｒｓｅｓｉｔｗＷＭＳｓＷａｈＨｄｍａｒｓｒａｏ；ＤｓｅｏｉｒｓｒｔｎＣ）Ｎ）；ｌ — ａａｒｔｎｆｍｔｎｉｒｔＣｓｅＴａｆｍａｏ（Ｔ；ｓｄａｏｉｃｅｎｎｏｉＤ
ＡｄｐｉｅＤｉｔｉｕｅｍａｅＣｏｒｓｉｎＡｌｏｉｍｏＭＳａｔｖｓｒｂｔｄＩｇｍｐｅｓｏｇｒｔｆｒＷｈＮｓ
Ｓａ￣ｎＺＮＧＲｕ－ｕＵＹｎｕ，ＨＡｉａｈ
（ｃｏｌｆｏｕｅｃｅｃｎｅｈｏｏｙＳａｄｎｉｅｓｙＪａ５１１ＣｉａＳｈｏｍｐｔｒｉｎｅａｄＴｃｎｌｇ，ｈｎｏｇＵｎｖｒｉ，ｉｎ２００，ｈｎ）ｏＣＳｔｎ
ｄｉｔｉｕｅｏｒｓｉｎｓｒｂｔｄｃｍｐｅｓｏ
ＤＯＩ１．６０ｉｎ１０ —４８２１．６７：０３９．ｓ．０３２．０１１．３９ｓ００
１概述
无线多媒体传感器网络（ｒｅｓＭｕｉｅｉＳｎｏＷｉｌｌｍｄｅｓｒｅｓｔａＮｔｏｋ，ＷＭＳ）从传统的无线传感器网络基础上发展ｅｗｒｓＮｓ是
而来的。由于其节点能够感知数据量丰富的多媒体信息，因此在环境监测、战场监控、智能家居等领域有广泛的应用前
为了研究方便，本文使用文献【】５提出的无线收发模型。
ｘ＝＋ｅｄＥｘ＝Ｒ（）１（）２
Ｊｔ川，表示每传送单位比位数据的能耗，典型取值５Ｊｉ０ｎ／ｔｂ；