基于无线传感器网络的图像信息处理方法研究

论文摘要

随着监测环境的日趋复杂,迫切需要将图像、音频、视频等信息量丰富的媒体引入到以传感器网络为基础的环境监测活动中来,实现细粒度、精准信息的环境监测。图像传感器网络是由一组具有计算、存储和无线通信能力的图像/视频传感器节点组成的分布式感知网络。作为传感器网络的高级形式,图像传感器网络在环境监测、安全监控以及医疗保健等诸多应用领域发挥着重要作用。由于传感器节点自身的能量、存储及处理能力的局限性,无线传感器网络中的信息处理技术引起了人们的极大关注。本文针对能量受限的无线图像传感器网络环境中场景安全监控系统的实际要求,初步探讨了一种有效节省图像传感器网络能耗的图像处理方法。主要工作如下:1.对无线图像传感器网络的基本概念、体系结构、特点进行了分析;介绍了相关的图像处理理论。2.针对无线图像传感器网络应用于场景安全监控系统的实际要求,提出了一种低能耗分布式图像信息编码及传输方法:簇头节点采用背景减除算法检测目标对象,簇内节点将基于提升方法的(5/3)整数小波变换与SPIHT编码有机结合起来。将小波计算任务分散在各个节点中,每簇完成一级小波分解。比较了不同压缩比、分解水平、节点数目、节点距离、路由跳数、重建图像的信噪比与能量消耗方面的仿真实验数据,结果表明了该算法是有效的。3.针对本文提出的分布式图像处理算法,分析了基于事件驱动的无线图像传感器多层簇网络能量消耗情况,给出了不同分解水平及不同图像质量要求时各层的能耗。实验结果表明所提出的算法能够有效地减少数据传输量,节约节点能耗。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 无线图像传感器网络概述
• 1.2.1 无线图像传感器网络的基本概念
• 1.2.2 无线图像传感器网络的特点
• 1.2.3 无线图像传感器网络的发展及应用
• 1.3 无线图像传感器网络以信息处理为中心
• 1.3.1 WISNs中信息处理的必要性
• 1.3.2 WISNs信息处理的分类
• 1.4 课题研究背景及意义
• 1.4.1 课题研究背景
• 1.4.2 课题研究意义
• 1.5 课题国内外研究现状
• 1.6 本文的研究内容
• 1.7 论文结构安排
• 第二章 相关的图像处理算法概述
• 2.1 目标检测
• 2.2 形态学滤波
• 2.3 静态图像压缩编码基本概念
• 2.4 整数小波变换的图像编码方法
• 2.4.1 小波变换概述
• 2.4.2 多分辨率分析
• 2.4.3 嵌入式编码
• 2.4.4 整数小波变换
• 2.4.5 提升方案与整数5/3小波变换
• 2.4.6 整数小波变换的优点
• 2.5 多级树集合分割编码
• 2.5.1 SPIHT编码过程
• 2.5.2 子带系数特性
• 2.6 小结
• 第三章 无线图像传感器网络中图像信息处理方法
• 3.1 引言
• 3.2 系统构架
• 3.3 目标检测
• 3.4 分布式5/3小波与SPIHT编码
• 3.4.1 分布式算法的基本思路
• 3.4.2 提升小波实现过程
• 3.4.3 分布式编码
• 3.5 图像节点处理能量模型
• 3.5.1 射频能量消耗模型REDM（Radio Energy Dissipation Model）
• Cx消耗模型'>3.5.2 节点处理能量E_Cx消耗模型
• 3.5.3 两种方式能耗分析
• 3.6 图像重建标准模型
• 3.7 小结
• 第四章 实验结果与分析
• 4.1 目标检测
• 4.2 SPIHT编码
• 4.2.1 小波分解水平及图像重建质量
• 4.2.2 压缩速率与图像重建质量
• 4.3 能耗分析
• 4.3.1 节点处理能耗
• 4.3.2 网络各层能量消耗
• 4.3.3 四种不同方式通信能耗比较
• 4.3.4 数据码率与能耗分析
• 4.3.5 路由跳数与能耗分析
• 4.3.6 簇内节点总数与能耗分析
• 4.3.7 簇头位置与能耗分析
• 4.3.8 节点距离与能耗分析
• 4.3.9 事件发生层数与能耗分析
• 4.4 小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 未来工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表、录用的论文及参与的科研项目