[发明专利]一种基于矩阵补全的无线多媒体传感网图像压缩采集方法

说明书

本发明公开了一种基于矩阵补全的无线多媒体传感网图像压缩采集方法，系统初始化之后，相机节点获得原始图像数据A，将原始图像A分为大小相等的块状图像，设定采样率r，根据r选择采样矩阵编号，分发给各个普通节点进行处理。普通节点从随机采样矩阵库M中提取随机采样矩阵W_ij，获得块状图像a_k的压缩数据，普通节点将压缩数据及随机矩阵编号i、j发送至簇头节点，经过汇总后传输至基站节点进行重构。基站生成不完整的块状图像X_k，通过矩阵补全重构算法得到块状矩阵a_k；经过拼接，得到完整的重构图像B，此时重构图像B可以近似地表示原始图像A。本发明可以有效减少传感器节点的能耗，提高采样端工作效率，延长整个网络的生命周期。

技术领域

本发明属于无线多媒体传感器网络技术领域，涉及基于矩阵补全技术的无线多媒体传感器网络图像压缩方法，主要解决在能量有限的应用场景中，如何减少图像数据采集和传输所需能耗的问题。

背景技术

无线多媒体传感器网络(Wireless Multimedia Sensor Networks，WMSNs)是一种由大量传感器节点通过无线通信方式形成一个自组织的网络系统。WMSNs通常装备有麦克风、摄像头等设备，用于采集声音、图像等多媒体数据。

相较于传统的无线传感器网络，WMSNs工作时采集到的数据量更大，节点的处理与传输能耗也相应更高。然而，WMSNs的能量一般由传感器节点上的微型电池提供，且网络经常运行在恶劣的自然环境中，能量难以补充，所以一旦电池能量耗尽，节点就会失去作用。因此，设计合适的图像压缩采集方案，降低节点的处理与传输能耗，延长网络生存周期，是无线多媒体传感器网络应用的关键之一。

目前主流的WMSNs图像压缩方案大多集中在对图像的编码过程进行改良，基于图像的空间相关性对冗余部分进行消除。这些压缩方法通常都具有较好的图像还原效果，如分布式JPEG2000图像压缩算法、分布式奇异值分解(Singular Value Decomposition，SVD)图像压缩算法等。这些方法利用层簇式无线传感器网络结构，在相机节点附近布置大量的配套节点来执行图像的压缩和传输工作，可以平均网络中各节点的能耗，延长网络整体的生命周期。但是，分布式图像压缩方法中，大量的计算工作由网络中的节点承担，如果追求高压缩比而使用较为复杂的算法，就需要在网络中使用更多的节点来分摊计算工作量，这不但会提高网络的整体能耗，还会使整个网络的拓扑结构复杂化。

矩阵补全(Matrix Completion，MC)技术就是在矩阵的元素有未知或缺失的情况下，根据已知元素估计未知元素，从而把矩阵恢复完整的过程。目前矩阵补全已广泛应用于机器学习、工程控制等领域。

发明内容

针对现有技术中图像压缩算法计算复杂、能耗较高等缺陷，本发明以“轻编码重解码”作为设计思路，引入矩阵补全技术，提出一种更适用于无线多媒体传感网的低能耗图像压缩方法，只需使用伪随机矩阵对原始数据进行部分采样即可得到压缩数据。基站在收到压缩数据后通过矩阵补全算法进行重构，得到完整的原始图像。与传统图像压缩方法相比，本发明将大量计算工作由采样端转移到基站进行，有效地降低了采样端节点的能量消耗，提高了传感网图像数据的采集效率与采集质量。

为实现上述目的，本发明采用的技术方案为一种基于矩阵补全的无线多媒体传感网图像压缩采集方法，具体包含以下步骤：

步骤1：系统初始化；

步骤2：相机节点对目标场景进行采样，获得原始图像数据A；

步骤3：相机节点将原始图像A分为大小相等的块状图像a_k，设定采样率r，根据r选择采样矩阵编号i、j；

步骤4：相机节点将块状图像a_k和采样矩阵编号i、j分发给各个普通节点进行处理；