[发明专利]融合图像在认知无线多媒体传感网络中的传输方法

说明书

本发明公开了一种融合图像在认知无线多媒体传感网络中的传输方法，该方法首先在采集节点进行多聚焦图像采集，然后具有动态频谱管理功能的融合节点采用基于四叉树结构和加权区域梯度能量的多聚焦融合方法得到融合图像后，对融合图像进行喷泉码编码源源不断产生数据包，在认知无线多媒体传感网络中选择合适的链路以多跳自组织的方式将数据包传输到目的节点。通过上述方式，本发明实现了认知无线多媒体传感网络中图像数据的传输，减少了网络数据传输量和传输能耗，同时让用户能够获取信息量更丰富、清晰度更高的图像。

技术领域

本发明涉及无线通信及图像处理领域，特别是涉及一种融合图像在认知无线多媒体传感网络中的传输方法。

背景技术

近年来，随着人们对无线通信业务的需求日益增加以及移动互联网络的飞速发展，无线频谱资源越来越紧张，同时利用无线通信的设备却越来越多，特别是无线传感网络(Wireless Sensor Network，WSN)的快速发展，众多的传感节点均需要通过无线通信的方式将它们感知的环境信息，传递到远端的目的节点，因此需要大量的通信频谱资源。而传统的固定频谱分配方式大大限制了频谱利用率的提升，这将严重制约无线传感网络在智能家居、灾难监测与预测以及其它生产生活方面的推广。

虽然将CR技术应用到无线传感网络中能缓解频谱资源紧张的问题，但在实际应用中仍然面临很多挑战。在认知无线传感网络存在多个从用户的情况下,对于从用户而言,除了主用户对频谱资源占用的动态突发性所带来的干扰,多个地位对等的从用户之间由于相互共存和机会式占用频谱所带来的干扰也不可避免。对于主用户和任一从用户而言,一旦干扰发生,就可能造成数据包的丢失。因此,在频谱共享无线通信所面临的复杂的动态干扰环境下,我们需要能够适用于随机删除信道、具有高度灵活性的编码技术以完成数据传输。此外，认知无线传感网络是一种典型的分布式网络，感知节点通常部署在恶劣或特殊的灾害环境中，如地震、水灾、火灾等环境中，用于检测和采集环境中的数据。在这类场景下，网络中的感知节点往往会变得异常脆弱，严重影响到网络中监测数据的持久性和可靠性，且传感器节点本身具有能量有限的特点，由于环境条件受限，能量一般无法进行补充，当节点由于能量耗尽而失效时，也会使数据的可用性严重下降。在无线传感器网络中，电源能耗和带宽利用率是决定网络寿命和效率的主要因素。对于应用到安全监测、遥感图像、医学图像等领域的网络，节点和基站间传输的数据大多数为视频和图像。在实际应用中，许多摄像头监测着同一位置的同一场景，采集的数据冗余大，而这些摄像头一般是由固定电池供电，需要高效地应用网络中有限的资源。

发明内容

为了解决上述技术问题，本发明提供了一种融合图像在认知无线多媒体传感网络中的传输方法。

本发明的技术方案如下：一种融合图像在认知无线多媒体传感网络中的传输方法，包括以下步骤：

步骤S1，在认知无线多媒体传感网络中布置两个或两个以上的摄像头节点，采集同一监测场景下不同聚焦程度的多幅源图像信息；

步骤S2，在带宽资源以及能量充足的融合节点采用基于四叉树结构和加权区域梯度能量的方法对步骤S1中不同聚焦程度的多幅源图像信息融合，得到一幅融合图像，所述融合图像的清晰度、信息量均高于步骤S1中不同聚焦程度多幅源图像中的任意一幅源图像；

步骤S3，步骤S2中融合节点采用喷泉码作为信道编码方式，将融合图像编码成传输的数据包；

步骤S4，所述融合节点具有动态频谱管理能力，具有动态频谱管理能力的融合节点选择合适的链路以多跳自组织的方式将数据包传输到目的节点。

优选地，步骤S2采用基于四叉树结构和加权区域梯度能量的方法对步骤S1中不同聚焦程度的多幅源图像信息融合，包括如下步骤：

步骤S2.1，将采集到的不同聚焦程度的多幅源图像作为四叉树分解的原始块，根据图像大小计算分解可能的最大级数，计算每幅源图像的方差映射图；