基于稀疏感知的无线多媒体传感器网络图像获取方法技术

本发明专利技术公开基于稀疏感知的无线多媒体传感器网络图像获取方法，该方法基于稀疏感知理论，前端节点在采集彩色图像时仅采集部分感光元件信息进行传输，降低前端节点采集及压缩图像所需能耗；利用彩色图像的结构特性，在基站实现彩色图像的高效重建；将彩色图像数据分布在一个三阶张量中，通过约束“张量核范数”和“总变差”实现由部分采样数据重建出全部数据。本发明专利技术与现有无线多媒体传感器网络图像获取方法相比，具有可降低节点采集及压缩图像所需能耗的优点。

Image acquisition method of wireless multimedia sensor network based on sparse sensing

【技术实现步骤摘要】
基于稀疏感知的无线多媒体传感器网络图像获取方法
本专利技术属于无线传感器
，具体是基于稀疏感知的无线多媒体传感器网络图像获取方法。
技术介绍
无线多媒体传感器网络(WirelessMultimediaSensorNetwork，WMSN)是在传统无线传感器网络(WirelessSensorNetwork，WSN)的基础上发展起来的具有音频、视频、图像等多媒体信息感知功能的新型传感器网络，具有广泛应用。图像作为用户获取信息的重要手段，相比于一维数据，可使用户对监测对象具有更为直观的观测，蕴含信息丰富。然而图像数据量庞大，尤其是实际应用中具有重要意义的彩色图像，多幅图像等高维图像数据，如何有效地在WMSN系统中进行图像的采集和传输，是一个研究难题。目前有关WMSN中图像采集传输方式都是基于传统的WMSN中一维信号的获取模式，即节点对图像进行高速采样，产生大量的冗余数据后再进行图像压缩，之后传输压缩后的数据，接收端接收数据，最后解压出原始的图像。然而由于WMSN中节点能耗、采集速率、存储容量、处理速度的限制，这样的图像采集传输方式难以满足WMSN低功耗、低成本、高性能、高鲁棒性的要求。
技术实现思路
针对现有技术的不足，本专利技术提出了基于稀疏感知的无线多媒体传感器网络图像获取方法。该方法利用图像数据的稀疏性，节点在采集图像时仅采集部分感光元件信息进行传输，降低了节点采集及压缩图像所需能耗；将彩色图像数据分布在一个三阶张量中，通过约束“核张量范数”和“总变差”，在基站处由部分采样数据重构出全部数据。本专利技术解决所述技术问题的技术方案是：设计基于稀疏感知的无线多媒体传感器网络图像获取方法，该方法包括下述步骤：步骤1：无线多媒体传感器网络中的前端节点通过一个m×n像素的电荷耦合元件对单幅彩色图像进行采集，对其采集的红色、绿色和蓝色灰度值的信息进行传输，应有m×n×p个数据被监测，其中p＝3，代表RGB分量，记为实数域；采用稀疏采样法，随机选取电荷耦合元件阵列中一定比例ρ的感光元件信息进行采样并通过多跳通信传送至基站，ρ为采样比例且0＜ρ＜＜1；基站接收到的部分采样数据为实际采样数，代表向下取整符号，d为经采样算子作用在M上得到的：d＝Ω(M)，记录d在M中的位置为索引位置；步骤2：基站通过联合约束张量核范数和张量前切片总变差由接收到的部分采样数据d重建彩色图像数据，即求解如下方程：其中，X(i)代表张量X的第i个前切片，张量X的“张量核范数”定义为：即为(为沿着张量管纤维方向做傅里叶变换，F3表示对管纤维方向运算的傅里叶算子)每个前面切片的奇异值之和；μ为可调正则化参数；▽x运算定义为：▽x(X(i))＝X(i)j,k+1-X(i)j,k，代表第i个前切片中第j行第k+1列的元素与第j行第k列的元素的差；▽y运算定义为：▽y(X(i))＝X(i)j+1,k-X(i)j,k，代表第i个前切片中第j+1行第k列的元素与第j行第k列的元素的差；步骤3：将步骤2中的方程转换为求解如下约束方程：即转换为求解无约束方程其中λ为正则化参数；步骤4：采用交替方向乘子法求解步骤3中的无约束方程X^，得到重建的数据；步骤5：将接收到的部分采样数据d按照索引位置替换步骤4中得到的重建的数据中相应位置的数据，最终在基站重建出前端节点监测到的彩色图像数据。与现有技术相比，本专利技术有益效果在于：第一，利用图像数据的稀疏性，仅采集部分感光元件信息进行传输，降低无线多媒体传感器网络前端节点采集及压缩图像所需能耗。第二，根据彩色图像的结构特性，将数据分布在一个三阶张量中，同时约束“张量核范数”和约束“总变差”对张量进行数据重构，更加适应无线多媒体传感器网络中彩色图像数据的特征。附图说明图1为本专利技术基于稀疏感知的无线多媒体传感器网络图像获取方法流程示意图。具体实施方式为使本专利技术的实施方案与意义优势表述得更为清楚，下面结合附图对本专利技术进行更为详细的说明。本专利技术提供基于稀疏感知的无线多媒体传感器网络图像获取方法，该方法包括下述步骤：步骤1：无线多媒体传感器网络中的前端节点通过一个m×n像素的电荷耦合元件(Charge-coupledDevice，简写成CCD)对单幅彩色图像进行采集，对其采集的红色(Red，简写成R)、绿色(Green，简写成G)和蓝色(Blue，简写成B)灰度值的信息进行传输，应有m×n×p个数据被监测，其中p＝3，代表RGB分量，记为实数域；采用稀疏采样法，随机选取电荷耦合元件阵列中一定比例ρ的感光元件信息进行采样并通过多跳通信传送至基站，ρ为采样比例且0＜ρ＜＜1；基站接收到的部分采样数据为实际采样数，代表向下取整符号，d为经采样算子作用在M上得到的：d＝Ω(M)，记录d在M中的位置为索引位置；步骤2：基站通过联合约束张量核范数(tensor-nuclear-norm，简写成TNN)和张量前切片总变差(Totalvariation，简写成TV)由接收到的部分采样数据d重建彩色图像数据，即求解如下方程：其中，X(i)代表张量X的第i个前切片，张量X的“张量核范数”定义为：即为X～(X～＝F3X为沿着张量管纤维方向做傅里叶变换，F3表示对管纤维方向运算的傅里叶算子)每个前面切片X～(i)的奇异值之和；μ为可调正则化参数；▽x运算定义为：▽x(X(i))＝X(i)j,k+1-X(i)j,k，代表第i个前切片中第j行第k+1列的元素与第j行第k列的元素的差；▽y运算定义为：▽y(X(i))＝X(i)j+1,k-X(i)j,k，代表第i个前切片中第j+1行第k列的元素与第j行第k列的元素的差；步骤3：将步骤2中的方程转换为求解如下约束方程：即转换为求解无约束方程其中λ为正则化参数；步骤4：采用交替方向乘子法(AlternatingDirectionMethodofMultipliers，简写成ADMM)求解步骤3中的无约束方程X^，得到重建的数据；步骤5：将接收到的部分采样数据d按照索引位置替换步骤4中得到的重建的数据中相应位置的数据，最终在基站重建出前端节点监测到的彩色图像数据。本专利技术在无线多媒体传感器网络中的前端节点采集图像数据时，利用图像数据的稀疏性仅采集部分感光元件信息进行传输，降低了前端节点采集及压缩图像所需能耗。本专利技术图像结构特性，在后端基站将彩色图像数据分布在一个三阶张量中，通过约束“核张量范数”和“总变差”，在基站处由部分采样数据重构出全部数据。本专利技术未述及之处适用于现有技术。本文档来自技高网...

【技术保护点】
1.基于稀疏感知的无线多媒体传感器网络图像获取方法，其特征在于，该方法包括下述步骤：/n步骤1：无线多媒体传感器网络中的前端节点通过一个m×n像素的电荷耦合元件对单幅彩色图像进行采集，对其采集的红色、绿色和蓝色灰度值的信息进行传输，应有m×n×p个数据被监测，其中p＝3，代表RGB分量，记

【技术特征摘要】
1.基于稀疏感知的无线多媒体传感器网络图像获取方法，其特征在于，该方法包括下述步骤：
步骤1：无线多媒体传感器网络中的前端节点通过一个m×n像素的电荷耦合元件对单幅彩色图像进行采集，对其采集的红色、绿色和蓝色灰度值的信息进行传输，应有m×n×p个数据被监测，其中p＝3，代表RGB分量，记为实数域；采用稀疏采样法，随机选取电荷耦合元件阵列中一定比例ρ的感光元件信息进行采样并通过多跳通信传送至基站，ρ为采样比例且0＜ρ＜＜1；基站接收到的部分采样数据为实际采样数，代表向下取整符号，d为经采样算子Ω:作用在M上得到的：d＝Ω(M)，记录d在M中的位置为索引位置；
步骤2：基站通过联合约束张量核范数和张量前切片总变差由接收到的部分采样数据d重建彩色图像数据，即求解如下方程：

subjecttod＝Ω(X...

【专利技术属性】
技术研发人员：何静飞，郑绪南，周亚同，高鹏，黄永田，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12