野生动物监测图像自适应压缩传输与恢复方法及装置制造方法及图纸

本发明专利技术公开了一种野生动物监测图像自适应压缩传输与恢复方法及装置，应用于无线传感器网络，所述方法包括：获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像；将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码；通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输；在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复；其中，所述恢复模型是基于生成对抗网络实现的；其有益效果是：在对原始图像进行压缩、降低数据量的同时，保证图像接收端可以获得清晰且具有实际应用价值的野生动物图像。

【技术实现步骤摘要】
野生动物监测图像自适应压缩传输与恢复方法及装置
本专利技术涉及图像数据处理
，具体涉及一种野生动物监测图像自适应压缩传输与恢复方法及装置。
技术介绍
野生动物监测系统有助于全面实时了解野生动物的栖息情况与种群信息，为野生动物保护提供可靠的数据支持。目前采用无线传感器网络作为监测载体已成为主要的监测方法。随着野生动物监测图像数据量的提升，会对无线传感器网络中数据的传输产生压力。因此传输监测图像时需要进行图像压缩。野生动物监测图像压缩传输方法有助于降低数据的传输量，提高传感器网络的生命周期，在满足全面、实时了解野生动物栖息状况、种群信息的同时，降低无关内容的编码比重，提高整体的压缩效率。而野生动物压缩图像可以通过本地端的恢复使其能够作为野生动物识别、分类的数据集，为后续野生动物保护的自动化与智能化提供数据支持。目前图像压缩主要分为以多级树集合分裂算法(SPIHT)为基础和以JPEG2000为基础的方法。上述方法是基于全局的压缩，没有考虑目标区域与背景区域的分布式传输，会产生数据的冗余。因此划分图像区域重构的优先级，对目标区域优先编码，可以在低比特率的条件下，提高目标区域图像的恢复质量，而目标区域提取则是实现图像传输优先级划分的基础。野生动物监测图像易受环境影响，具有背景复杂，光照不均匀的特点，加剧了完成目标提取和掩模生成的困难。因此面向野生动物监测图像的压缩传输方法需要综合分析野生动物图像信息的特点，在降低数据传输量的基础上，保证目标区域的优先编码，同时使恢复图像的质量满足数据分析要求。由此可知，现有的图像压缩算法均以对图像的整体压缩为主，在进行大规模远程数据传输的过程中会产生大量的数据冗余；并且在解码端进行图像重构时其效果也大打折扣，其重构结果对后期的数据分析也会产生不良影响。
技术实现思路
本专利技术的专利技术目的在于：提供了一种野生动物监测图像自适应压缩传输与恢复方法，以实现在对原始图像进行压缩、降低数据量的同时，保证图像接收端可以获得清晰且具有实际应用价值的野生动物图像。第一方面：一种野生动物监测图像自适应压缩传输与恢复方法，应用于无线传感器网络，所述无线传感器网络采用分簇汇聚的网络拓扑结构，所述方法包括：获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像；其中，所述野生动物图像来源于部署在监测区域内部的野生动物自动触发设备；所述目标区域为区别于所述野生动物图像中背景区域的具有野生动物部分的前景区域；将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码；通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输；在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复；其中，所述恢复模型是基于生成对抗网络实现的，所述生成对抗网络是基于改进压缩激励模块实现的。作为本申请一种可选的实施方式，所述获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像，具体包括：图像颜色空间模型重构；图像纹理参数提取；根据所述纹理参数和重构后的颜色空间模型建立参数矩阵，并通过自适应算法进行像素数据的聚类，完成目标区域的分割；最后对分割后的图像进行区域合并，并结合边缘检测确定最终的目标区域，并将其作为所述掩模图像。作为本申请一种可选的实施方式，所述将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码，具体包括：将所述掩模图像进行分块，并划分为区域块和边缘块；再根据掩模图像小波系数的最大值确定最高位平面，然后从最高位平面进行逐位编码；其中，目标区域系数中存在底层位平面，代表着小波系数的最低位信息，是不重要位平面即NSB；最后基于多级树集合分裂算法进行图像编码。作为本申请一种可选的实施方式，所述不重要位平面判别方式的过程如下：首先设置不重要位平面的峰值信噪比T作为约束条件，然后逐一对各位平面计算目标区域的重构质量PSNR，若PSNR≥T，则说明已编码的位平面重构质量满足人眼主观视觉要求，该位平面以下的位平面记为不重要位平面，否则继续编码位平面。作为本申请一种可选的实施方式，所述分簇汇聚的网络拓扑结构包括源节点、目标节点、多个簇头节点以及各簇头节点对应的簇内节点，所述通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输，具体包括：源节点将传输任务的指令发送给簇头节点C1；待源节点接收到簇头节点C1的反馈指令后，直接将目标区域完成编码，并传输至下一级的簇头节点C2；背景区域信息按照簇内节点数量对图像信息进行分块划分，并把分块信息分别传输至簇内其它节点进行压缩编码处理操作，然后将结果传输至下一级的簇头节点C2；下一级的簇头节点C2对上一级传输数据进行整合后，将目标区域信息进行继续编码，然后分配至下一级簇头节点C3进行数据整合；而背景区域编码信息不做任何处理直接分配给下一级簇内节点继续进行压缩处理，直至将处理结果传输至下级的簇头C3；依此类推，进行逐级数据传输，直至满足所设定网络中的传输级和图像压缩比的要求；最后把所有的编码信息一起传输至目标节点，待数据完成整合后传输至后台服务器进行图像数据的重构。作为本申请一种可选的实施方式，所述图像恢复模型包括鉴别器和生成器，且均采用神经网络，并按以下步骤训练生成：对所述鉴别器进行训练；对所述生成器进行训练；对所述鉴别器和生成器进行交替训练；其中，所述压缩激励模块分别嵌入到各鉴别器和生成器的卷积层中。第二方面：一种野生动物监测图像自适应压缩传输与恢复装置，应用于无线传感器网络，所述无线传感器网络采用分簇汇聚的网络拓扑结构，包括：采集装置，用于监测区域内野生动物图像的采集；处理模块，用于：获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像；其中，所述目标区域为区别于所述野生动物图像中背景区域的具有野生动物部分的前景区域；将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码；传输模块，用于通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输；解码模块，用于在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复；其中，所述恢复模型是基于生成对抗网络实现的，所述生成对抗网络是基于改进压缩激励模块实现的。作为本申请一种可选的实施方式，所述分布式传输机制是基于独立编码和联合解码的方式建立无线传感器网络分布式图像传输模型，分别对目标区域和背景区域进行数据分配传输；传输时，首先将待传输图像内的像素点按照标记和未标记进行分类，然后对所有标记的像素点通过簇头节点进行编码传输，而未标记的像素点则按照簇内节点的能量进行划分，然后通过簇内节点传输。作为本申请一种可选的实施方式，所述图像恢复模型包括鉴别器和生成器，且均采用神经网络，并按以下步骤训练生成：对所述鉴别器进行训本文档来自技高网...

【技术保护点】
1.一种野生动物监测图像自适应压缩传输与恢复方法，应用于无线传感器网络，所述无线传感器网络采用分簇汇聚的网络拓扑结构，其特征在于，所述方法包括：/n获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像；其中，所述野生动物图像来源于部署在监测区域内部的野生动物自动触发设备；所述目标区域为区别于所述野生动物图像中背景区域的具有野生动物部分的前景区域；/n将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码；/n通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输；/n在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复；其中，所述恢复模型是基于生成对抗网络实现的，所述生成对抗网络是基于改进压缩激励模块实现的。/n

【技术特征摘要】
1.一种野生动物监测图像自适应压缩传输与恢复方法，应用于无线传感器网络，所述无线传感器网络采用分簇汇聚的网络拓扑结构，其特征在于，所述方法包括：
获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像；其中，所述野生动物图像来源于部署在监测区域内部的野生动物自动触发设备；所述目标区域为区别于所述野生动物图像中背景区域的具有野生动物部分的前景区域；
将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码；
通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输；
在解码端基于图像恢复模型实现对压缩编码后的图像进行恢复；其中，所述恢复模型是基于生成对抗网络实现的，所述生成对抗网络是基于改进压缩激励模块实现的。


2.根据权利要求1所述的野生动物监测图像自适应压缩传输与恢复方法，其特征在于，所述获取待压缩传输的野生动物图像，然后基于目标区域进行提取以生成其对应的掩模图像，具体包括：
图像颜色空间模型重构；
图像纹理参数提取；
根据所述纹理参数和重构后的颜色空间模型建立参数矩阵，并通过自适应算法进行像素数据的聚类，完成目标区域的分割；
最后对分割后的图像进行区域合并，并结合边缘检测确定最终的目标区域，并将其作为所述掩模图像。


3.根据权利要求2所述的野生动物监测图像自适应压缩传输与恢复方法，其特征在于，所述将生成的所述掩模图像，通过重要位平面位移和多级树集合分裂的方法对所述掩模图像进行压缩编码，具体包括：
将所述掩模图像进行分块，并划分为区域块和边缘块；
再根据掩模图像小波系数的最大值确定最高位平面，然后从最高位平面进行逐位编码；其中，目标区域系数中存在底层位平面，代表着小波系数的最低位信息，是不重要位平面即NSB；
最后基于多级树集合分裂算法进行图像编码。


4.根据权利要求3所述的野生动物监测图像自适应压缩传输与恢复方法，其特征在于，所述不重要位平面判别方式的过程如下：
首先设置不重要位平面的峰值信噪比T作为约束条件，然后逐一对各位平面计算目标区域的重构质量PSNR，若PSNR≥T，则说明已编码的位平面重构质量满足人眼主观视觉要求，该位平面以下的位平面记为不重要位平面，否则继续编码位平面。


5.根据权利要求1所述的野生动物监测图像自适应压缩传输与恢复方法，其特征在于，所述分簇汇聚的网络拓扑结构包括源节点、目标节点、多个簇头节点以及各簇头节点对应的簇内节点，所述通过分布式传输机制对压缩编码后的图像数据进行分配及远程传输，具体包括：
源节点将传输任务的指令发送给簇头节点C1；
待源节点接收到簇头节点C1的反馈指令后，直接将目标区域完成编码，并传输至下一级的簇头节点C2；背景区域信息按照簇内节点数量对图像信息进行分块划分，并把分块信息分别传输至簇内其它节点进行压缩编码处理操作，然后将结果传输至下一级的簇头节点C2...

【专利技术属性】
技术研发人员：张军国，谢将剑，柴垒，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：北京;11