（计算机应用技术专业论文）基于无线视频传感器网络的图像编码方法研究.pdf

基于无线视频传感器网络的图像编码方法研究 摘要 无线视频传感器网络是由一组具有计算 存储和通信能力的视频传感 器节点组成的分布式感知网络 无线视频传感器网络可以使人们在任何时 间 地点和任何环境下获取大量信息 为野外随机性的视频数据获取提供 方便 成为2 1 世纪最重要的技术之一 目前图像 视频压缩已成为无线视频传感器网络研究的一个难点和热 点 本文在前人工作的基础上从图像编码算法的抗误码性能和系统能耗两 方面 对应用于环境监控中的无线视频传感器网络的图像编码方法进行了 初步研究 本文主要完成以下工作 1 分析了无线视频传感器网络和图像编码的基本概念 特点及发展趋 势 比较了视频传感器网络与传统传感器网络的异同 介绍了目前应用于 无线视频传感器网络中的相关图像编码理论 2 研究了无线视频传感器网络中图像编码算法 在无链表分层树集合 划分算法基础上提出一种独立子树的图像编码算法 即对各子树进行单独 编解码 该算法在低内存需求的同时 把误码的影响控制在当前块内 能 有效减少差错的传播 极大提高了算法抗误码性能 保证了终端图像重建 的质量 更适用于无线视频传感器网络的有噪信道传输 3 针对于无线视频传感器网络应用于环境监控的实际要求及其能量受 限的特点 提出一种压缩码流的分段传输模式 在满足监控中心要求的图 像质量前提下 尽可能减少节点需要传输的数据量 最大限度地节省了系 统功耗 4 将基于9 7 整数提升小波变换的编码算法与分段传输模式相结合 比较改进前后算法的抗误码性能 重建图像的信噪比 以及在不同传输比 特间隔 压缩码率 节点距离及路由跳数条件下能量消耗方面的仿真实验 结果表明改进后的算法能够有效地减少数据传输量 节省系统能耗 关键词 无线视频传感器网络图像编码独立子树分段传输能耗 n r e s e a r c h o ft h em e t h o do f 玎眦ec o m p r e s s i o n b a s e do nw i r e l e s sv i d e os e n s o rn e t w o r k a b s t r a c t w i r e l e s sv i d e os e n s o rn e t w o r ki sad i s t r i b u t e dn e t w o r kc o m p o s e do fa g r o u p o fv i d e os e n s o r sw i t ht h ef u n c t i o no fs e n s i n g p r o c e s s i n g a n d c o m m u n i c a t i o n i ti sv e r yc o n v e n i e n tt oo b t a i nam a s so fv i s u a li n f o r m a t i o nb y w i r e l e s sv i d e os e n s o rn e t w o r ki nc o u n t r y s i d ea ta n yt i m ea n dp l a c e w h i c hh a s b e c o m et h eo n eo ft h em o s ti m p o r t a n tt e c h n o l o g yi nt h e2 1 s tc e n t u r y i m a g ea n dv i d e oc o m p r e s s i o nh a sb e c o m eah o ta n dd i f f i c u l tp o i n ti n c u r r e n tr e s e a r c ho fw i r e l e s sv i d e os e n s o rn e t w o r k c o n s i d e r i n gp e r f o r m a n c eo f e r r o r r e s i l i e n c ea n ds y s t e me n e r g yc o n s u m p t i o no nt h eb a s i so fp r e d e c e s s o r s w o r k t h ei m a g ec o d i n gm e t h o da p p l i e dt ow i r e l e s sv i d e os e n s o rn e t w o r ki s p r e l i m i n a r i l yr e s e a r c h e di nt h i sp a p e r w h i c hi sm a i n l yu s e df o re n v i r o n m e n t a l m o n i t o r i n g t h em a j o r t a s k sc o m p l e t e da r ea sf o l l o w s f i r s t l y t h eb a s i cc o n c e p t i o n s f e a t u r e sa n dd e v e l o p m e n tt r e n do fw i r e l e s s v i d e os e n s o rn e t w o r ka r ea n a l y z e d t h es i m i l a r i t i e sa n dd i f f e r e n c e sb e t w e e n v i d e os e n s o rn e t w o r k sa n ds e n s o rn e t w o r k sa r ec o m p a r e d t h er e l e v a n tt h e o r i e s o fi m a g ec o d i n ga p p l i e dt ow i r e l e s ss e n s o rn e t w o r k sa r ei n t r o d u c e da sw e l l s e c o n d l y i m a g ec o d i n ga l g o r i t h mi ss t u d i e d a ni m a g ec o d i n ga l g o r i t h mo f i i i s e p a r a t e d s u b t r e eb a s e do nn ol i s ts e tp a r t i t i o n i n gi nh i e r a r c h i c a lt r e e si s p r o p o s e di nt h i sp a p e r w i t ht h i sa p p r o a c h e r r o rp r o p a g a t i o ni sc o n t r o l l e di n c u r r e n ti m a g eb l o c ka n dm o r eb e n e f i t so ne r r o rr e s i l i e n c ea r ea c h i e v e d w h i c h w o u l db ea p p l i e dt os p e c i a lw i r e l e s sv i d e os e n s o rn e t w o r k t h i r d l y a i m i n ga tt h ea c t u a lr e q u i r e m e n to fe n v i r o n m e n tm o n i t o r i n gb a s e d o ne n e r g y c o n s t r a i n e dw i r e l e s sv i d e os e n s o rn e t w o r k s as e g m e n tt r a n s m i s s i o n s c h e m ef o rc o m p r e s s e db i ts t r e a mi s p r o p o s e d t h i ss c h e m ei st a r g e t i n go n p o w e rl i m i t a t i o no fn o d ei nv i d e os e d s o rn e t w o r k s w h i c hc o u l dh e l pr e d u c et h e e n e r g yc o n s u m p t i o no f t h en e t w o r kw i t h o u t a f f e c t i n gi m a g eq u a l i t y o f m o n i t o r i n gc e n t e r l a s t l y t h ep r o p o s e di m a g ec o d i n ga l g o r i t h mb a s e do ni n t e g e ra n dl i f t i n g 9 7w a v e l e tt r a n s f o r mi sc o n n e c t e dw i t ht h es e g m e n tt r a n s m i s s i o ns c h e m e t h e p a p e rd i s c u s s e st h er e l a t i o n s h i pb e t w e e ns e v e r a lk e yp a r a m e t e r sa n de n e r g y c o n s u m i n g s u c ha sc o d i n gr a t e b i ti n t e r v a l n o d eh o p s t h ed i s t a n c eo fn o d e s p s n ra n ds oo n s i m u l a t i o nr e s u l t sv e r i f yt h ev a l i d i t yo ft h i sm e t h o d k e yw o r d s w i r e l e s sv i d e os e n s o r n e t w o r k s i m a g ec o d i n g s e p a r a t e ds u b t r e e s e g m e n tt r a n s m i s s i o ns c h e m e e n e r g yc o n s u m p t i o n i v 广西大学学位论文原创性声明和学位论文使用授权说明 学位论文原创性声明 本人声明 所呈交的学位论文是在导师指导下完成的 研究工作所取得的成果和相 关知识产权属广西大学所有 除已注明部分外 论文中不包含其他人已经发表过的研究 成果 也不包含本人为获得其它学位而使用过的内容 对本文的研究工作提供过重要帮 助的个人和集体 均已在论文中明确说明并致谢 论文作者签名 学位论文使用授权说明 山c 年毛其枷 本人完全了解广西大学关于收集 保存 使用学位论文的规定 即 本人保证不以其它单位为第一署名单位发表或使用本论文的研究内容 按照学校要求提交学位论文的印刷本和电子版本 学校有权保存学位论文的印刷本和电子版 并提供目录检索与阅览服务 学校可以采用影印 缩印 数字化或其它复制手段保存论文 在不以赢利为目的的前提下 学校可以公布论文的部分或全部内容 请选择发布时间 凼口时发布口解密后发布 保密论文需注明 并在解密后遵守此规定 做储龋书 剔磁锄3 卅年 月哆 广西大掌硕士学位论文基于无线视频传感器网络的图像编码方法研究 1 1引言 第一章绪论弟一早三百了匕 计算机 通信 微电子机械系统 自动控制和人工智能等学科的飞速发展孕育了一 种新型的测控网络 无线传感器网络 w i r e l e s ss e n s o rn e t l o 趣 简称w s n s n 无线 传感器网络能够将客观的物理信息与逻辑上的信息融合在一起 是继因特网之后 对二 十一世纪人类生活方式产生重大影响的电子信息技术 目前 无线传感器网络的研究着重于处理简单数据 2 1 但随着环境监测领域的相关 应用越来越多样化 人们已不满足只获取标量数据 而着眼于更多的矢量数据和丰富的 多媒体数据 3 5 针对这些需求 无线视频传感器网络 w k c l c s sv i d e os e n s o rn e t i o r l s 简称w v s n s 应运而生1 6 由于无线视频传感器获得的图像信息是人机可读的 采用数 字图像处理技术能从中提取高质量的场景信息 可使无线视频传感器网络作为一种监控 工具来使用 1 2 选题背景及意义 随着人们对自然环境的日益重视 环境科学所涉及的范围也越来越广泛 通过传统 的方式采集原始数据变得越来越困难 而无线视频传感器网络可以使人们在任何时间 地点和任何环境条件下获取大量信息 为野外随机性的视频数据获取提供方便 因此 可以被广泛地应用于国防军事 国家安全 环境监测 交通管理 医疗卫生 制造业 反恐抗灾等领域 可以说无线视频传感器网络是2 1 世纪最重要的技术之一 7 1 除了具有传统无线传感器网络中能量 通信带宽 处理能力及存储空间受限的特点 外 无线视频传感器网络还有一个显著特点 摄像头会采集到大量图像 视频数据 而 大量冗余数据在网络中传输势必会造成网络资源的严重消耗 给网络带来巨大的传输 量 因此视频传感器网络比其它传感器网络的功耗问题更加严峻 能量受限成为视频传 感器网络发展所面临的资源瓶颈之一 在通信方面 无线视频传感器网络采用无线传输技术作为底层通信手段 节点采用 无线信道进行通信 与有线信道相比 无线信道固有最大特点就是带宽型8 1 无线通信 领域下的图像传输除了带宽资源有限和传输图像小等特点之外 还有一个显著的特点 误码率高 有线信道的误码率为1 0 c 左右 而无线信道可高达至u 1 0 c 一 因此无线通信链 路受环境因素影响比较大 使视频传感器网络具有较高的数据丢失率 有研究数据表明 每传输1 字节数据所消耗的能量可以用来执行数千条c p u 条指 令 而且所消耗的时间也少得多 9 1 因此可以采取用计算量的增加换取通信量的降低的 广西大掌硕士掌位论文基于无线视频传感器网络的图像编码方 法研究 方法 文献f 1 0 1 通过对现有系统的分析得出 射频模块几乎达到总功耗的8 0 左右 另 一方面 由于视频本身具有冗余性 因此最大限度利用资源的一个可行路径是进行压缩 考虑到视频传感器网络的能源极为有限 使用压缩算法时必须将压缩本身消耗的能量计 算在内 为了减少总功耗 传输和压缩的功耗之和必须减少 b a r r l l l 等一个有关功耗的 实验表明 传送1 位数据的能耗相当于4 8 0 倍执行一条加法指令 3 2 位 所消耗的能量 也就是说 如果一次压缩操作所需指令相当于4 8 0 条加法指令 当一次压缩后数据减少 的比特数大于1 时 便能减少总功耗 对于大多数压缩算法来说 压缩可以减少数据量 降低通信能耗 但在某些情况下 压缩会增加总功耗 这是因为在压缩执行的过程中需 要访问存储器 这在功耗方面的代价是相当大的 因此 选择一个访问存储器次数较少 的压缩算法是相当关键的 目前比较流行的图像 视频编码标准是由i s o 和n u 制定的 如j p e g m p e g h 2 6 x 等 这些算法虽然能获得较高性能 但处理时需要占用大量的内存空间 消耗大 量的时间和能量 因此它们只适合在p c 机上运行 并不适用于w v s n 具体表现在 1 算法的容错性 现有算法并未考虑到误码情况下的解码效率 而只着重于编码 端的编码效率 因此算法的容错性较差 由于信道错误的突发性 导致编 解码端图像 质量存在较大差异 使得重建图像质量达不到终端要求不适合应用于无线传感器网络 2 节点处理能力 无线传感器节点是一种微型嵌入式设备 要求它价格低功耗小 这些限制必然导致其携带的处理能力较弱 1 2 1 一般的p c 机可以提供2 g h z 的处理器进 行3 0 f p s 的实时处理 但无线视频传感器节点的处理速度一般只有几十至几百m h z 3 算法复杂度 算法的复杂度越大 运行消耗的能量也越多 对于无线视频传感 器网络来说将造成巨大的能源浪费 4 算法本身的大小 如压缩算法b z i p 2 的大小有2 1 9 k b l z o 算法的大小有2 2 0 k b 而传感器节点的可用的指令存储器的空间大小有限 某些只有几十k b 若把现有的压缩算法简单移植到视频传感器网络中 其中有很多性能会因为系统的 不支持而无法实现 因此必须在深刻认识传感器网络信息处理特点及其限制条件的基础 上 权衡节点上有限的能源 算法的容错性和压缩效率 研究一种适合视频传感器网络 的图像编码算法 目前图像 视频压缩己成为无线传感器网络研究的一个难点和重点 1 3无线视频传感器网络图像编码概述 1 3 1 无线视频传感器网络的基本概念 无线视频传感器网络是由一组具有计算 存储和通信能力的视频传感器节点组成的 分布式感知网络 如图1 1 所示为无线视频传感器网络的模型示意图 1 3 1 它借助于视频 传感器节点感知周边环境的图像 视频信息 通过多跳中继方式将数据传到信息汇聚节 点 汇聚节点对监测数据进行分析后将有效数据传送至监控中心 由监控中心实现全面 2 广西大掌硕士学位论文 基于无线视频传感器网络的图像编码方法研究 有效的环境监测 墨声监控目标 p 昆 无线视频传感器节点 r 白 r 聚节点 图1 1 无线视频传感器网络模型 f i g 1 1t h em o d e lo f h e l c s sv i s u a ls e n s o rn e t w o r k s 视频传感器网络除了具有无线传感器网络的一般特点外 还有其它特剧1 3 如网络 的能力强 能感知丰富的媒体 处理复杂多变的任务 1 3 2 无线视频传感器网络中图像编码技术的应用 随着科技的发展 近年来无线视频传感器网络的研究已经引起了各国科研人员的密 切关注 并取得了大量相关成果 体1 6 1 其中基于无线视频传感器节点的相关图像编码技 术研究成果有如下几例 波特兰州立大学计算机学院f e n g 等人设计民如图1 2 所示和视频传感器节点 p a n o p t e s l l 7 j 其中图像编码采用的是带优先权的j p e g 和差分j p e g 机制来代替动态的缓 冲管理机制 s c h i l l e r 等设计的s c a t t e r w e b 模块 1 8 1 如图1 3 所示 文中采用了j p e g 编码机制 传 输速率1 1 5 2 k b i t s 以0 7 5 f p s 6 f p s 的帧率形成分辨率为1 6 0 x 1 2 8 的视频流 文献 1 9 中的高端性能的视频节点a c r o n a m eg a r c i a 如图1 4 所示 哈尔滨工业大学计算机科学与技术学院c a o 等 2 0 构建了a r m f p g a 的双核处理 器视频传感器节点平台 并提出最佳低功耗编码算法 同济大学宽带无线通信与多媒体实验室刘富强等人通过一种新的数据链路由方法 3 薰子是蠼桠搬传感耳崩培的囝像 码方法研究 来实现视频码流信息的传输 蜢纛 爆蝼q 爨 图卜2 视频传感嚣节点p a n o p l e s f i g1 2v i d e os e i n o r n o d e p a n o p l e s 图卜3 移动节点g a r c i a f i g1 3 m o b l e n o d e g a r c i a 1 33 无线视频传盛器网络的应用 无线视频传感器网络主要应用于监测场景 络的应用分为目标分类 跟踪 识别监控 目1 4s c a l t c r w e b 相机模块 f i gi 4s c a n c r w c b m o d u l e 根据监涮任务的类型可将无线视频传感器网 重建等五类 q 1 1 q 圳 参见表1i 表11 无线视频传感嚣网络的应用分类 t a b l e l 1 m ea p p l i c z t i o nc a t c g o l i c s o f w i r e l e s s v l d c o m n e t w o r k s 监剥任务类型监测任务描述 目标监控监测单目标或多目标的整体运动情巩 目标识别识剐视频中满足特征目标 目标跟踪利用识别蛄果 对目标实施追踪 目标分类对目标识剐结果进行分类 场景重建处理中心根据冗余视觉信息对场景信息进行还原 重建三堆监视场景 1 4 国内外研究现状 目前国外用于无线视频传感器网络中的图像 视频编码方法根据编 解码的不同原 西大学硕士掌位论文基于无线视频传感器网络的田啊 j 臻码方法研究 理及方法 主要分为三类 差分j p e g 编码 分布式编码和多级小波压缩编码 1 差分j p e g 编码 c c h i a s s e r i n i 2 4 1 等讨论了无线视频监控网络中图像质量与能量消耗问题 提出一种 基于低运动场景下的差分j p e g 算法 其基本思想是 每个节点周期性地采集一帧图像 如1 5 卸s 作为参考帧 在两幅相连的参考帧之间只传送当前获得帧与前一幅参考帧 之间的差别帧 考虑到j p e g 中离散余弦变换 d i s c r e t ec o s i n et r a n s f o r m d c t 复杂 度较高 需要消耗大量能量 文中还提出用定点计算代替浮点计算的思想 选择带整数 d c t 的j p e g 作为研究中的编码算法 e m a g l i t 硐等同样讨论了在监控环境下的视频压缩问题 提出一种背景减除的图像过 滤机制 即从原始感知数据中滤除不感兴趣的或对监测结果价值不大的那部分数据 在 该算法中 当前视频帧被分成8 x 8 子块 为降低复杂度 其中的一部分子块及其子块中 一部分像素被选中 与背景中相应位置的像素进行比较 其中有差异的区域被采用j p e g 进行编码并传输 在最大程度上减少了需要传输的数据量 该算法复杂度较低 且显示 出近似于m p e g 2 的图像质量 g p e k h t e r y e v t 2 6 等论证了在z i g b e e 网络中对j p e g 和j p e g2 0 0 0 编码后的图像进行 传输的可行性 w f e n g r 7 等基于p a n o p t e s 视频传感器平台 提出一种带优先权的j p e g 和差分j p e g 机制来代替动态的缓冲管理机制 2 分布式编码 在资源受限网络中采用分布式编码主要基于两个方面 2 7 单个节点没有足够的计算 能力单独压缩一幅相对巨大的原图像 除非节点把计算任务分配到其它多个节点中 在 这种情况下 采用分布式方法来分配处理任务显得尤为重要 其次 即使由电池供电的 节点在计算能力上不受限制 但把计算工作量分配到其它节点处于空闲状态的处理器 上 亦能延长整个网络的寿命 文献 2 8 等相继独立地提出了使用t u r b o 码作为统计相关的二值信源的压缩方法 其 压缩性能可以接近s l e p i a n w o l f 的理论下限 a a a r o n 纠2 9 讨论了一种基于像素的帧内编码器和帧间解码器系统结构 在图像序 列中等间隔抽取一组帧作为关键帧 这些关键帧采用传统的d c t 变换帧内编解码方式 关键帧之间的其他帧则采用基于t u r b o 码的s l e p i a n w o l f 编码器进行编码 解码时利用 辅助信息进行插值或者形成预测 此种方法的性能优于传统编码方式的帧内编码 但是 低于传统方式的帧间运动补偿编码方法 r w a g n e 3 0 等提出一种在节点密集分布的网络中基于重叠区域的分布式编码算法 该算法与通过识别邻节点中图像的重叠区域来进行编码的立体图像编码方法极为相似 同样利用了邻节点中数据的相关性来减少传输数据的大小 首先 对两幅图像进行边缘 提取 选取适当的特征点集进行边缘匹配以确定重叠区域 为节省通信能耗 重叠区域 只传输一次 每个节点负责传送一块低分辨率的原图像至基站 将分块编码的代价分摊 5 基于元线视频传感器网络的图像编码方法研究 至一系列节点上 最终由基站重建一幅高分辨率的图像 在大量视频传感器节点所组成视频监控系统中 多节点的监测范围相互重叠必然将 导致数据冗余 面大量冗余数据的传输必将造成视频传感器网络资源的浪费 分布式图 像编码方法可以对数据进行综合去掉冗余信息 在满足应用需求的前提下将需要传输的 数据量最小化 即利用多相邻节点信息的相关性 采用分而治之的方法将对同一视觉场 景的处理分担到多个传感器节点 运用分布式编码的最大优点是尽可能地节约能量 尤 其是在密集展开的网络中 但这种方法的不足之处在于 拥有重叠视场的节点需要交换 大量的数据来决定重叠标准 感知重叠区域确定以及感知任务分配 这将导致巨大的能 源浪费 另外 为保证数据高度冗余 大多数方案都需要在周围配置适当的传感摄像头 阵列 相邻视频传感器节点需要精确的位置校准 且在处理过程中不能保证周边节点处 于能量有效状态 3 多级小波压缩编码 采用基于小波的多级编码是图像压缩的另一种方法 w y u l 3 1 等提出一种联合信源信 道编码算法 通过j p e g2 0 0 0 将图像分解成多级比特流 使各级图像具有不同的分辨率 及率失真 然后对多级比特流分段传输 王雷 3 2 j 等考虑到传感器网络的数据特性及小波变换在流数据压缩方面的良好性能 提出了一种基于区间小波变换的混合熵数据编码方法 新算法能对传感器网络中的数据 流进行有效压缩 降低节点数据传输的能耗 从而进一步延长网络的生命周期 m w u l 3 3 等讨论了用基于分层树的集合划分算法 s e tp a r t i t i o n i n gi nh i e r a r c h i c a l t r e e s s p 珥 t 来压缩方案中的三种图像 原图像 差分图像及目标区域图像 以进行 能量比较 实验结果表明采用该压缩算法的方案能达到较理想的节能效果 考虑如何在满足指定图像质量的前提下减少总能耗的问题 h u a m i n g w u l 列等提出一 种将分布式计算与小波压缩相结合 由源节点到目的节点路径上的所有节点共同完成的 联合图像压缩算法 值得注意的是 先前研究的分布式信号处理问题旨在利用数据的相 关性进行联合压缩 以节省通信能耗 而文中的算法主要着重于 网内处理 的技术 即当数据在节点间流通时 在网内对数据进行处理 该算法应用分布式并行计算理论 即将一个任务 图像编码 压缩 分成多个小的子任务 更小尺寸的图像 由每个节点 在本地运用相同算法 离散小波变换 完成一个子任务 最后联合不同节点的处理结果 来完成初始任务 文中同时验证了按行 列分布和按块分布进行变换两种方案 仿真结 果表明 按块分布比按行 列分布和集中式压缩方法获得更长的网络寿命 采用基于小波压缩的j p e g 2 0 0 0 来实现多级编码的最大优点是能够使用信源信道 联合编码 并能根据信道环境选择最佳级数进行编码 具有更好的适应性 并且在保证 网络寿命的情况下 能够获得更高的媒体质量 多级编码算法比分布式压缩需要更少的 计算功耗和通信 因为它不需要使用运动补偿 也不必在编码时与邻节点交换任何信息 但它的一个显著缺点是 与j p e g 相比 小波编码需要进行大量计算 使低功耗的节点 消耗更多能量 6 j 西大掌硕士掌位论文基于无线视频传感器网络的匿 像编码方法研究 1 5 论文研究内容及结构安排 1 5 1 论文研究内容 本文以图像编码理论为基础 对应用于环境监控中的无线视频传感器网络的图像编 码方法进行了初步研究 在节点的有误码信道以及能量受限的情况下 提高编码算法的 挠误码性能 保证重建图像的质量 并采用分段的传输模式 在满足图像质量的前提下 最大程度地减少传输量 以适合无线视频传感器网络的环境 本文的主要内容如下 二1 分析了无线视频传感器网络和图像编码的基本概念 特点及发展趋势 比较了 视频传感器网 络与传统传感器网络的异同 介绍了目前应用于无线视频传感器网络的相 关图像编码理论 2 研究予无线视频传感器网络中图像编码算法的开发流程和设计方法 针对于无 线视频传感器网络的通信环境 在无链表分层树集合划分算法基础上提出一种子树独立 的图像编码算法 j 即对各子树进行单独编解码 该算法在低内存需求的同时 把误码的 影响控制在当前块内 能有效减少差错的传播 极大提高了算法的容错性 保证了终端 图像重建的质量 更适用于无线视频传感器网络的有噪信道传输 一 3 针对于无线视频传感器网络应用于环境监控的实际要求无线视频传感器网络能 量受限的特点 提出一种压缩码流的分段传输模式 在满足监控中心要求的图像质量前 提下 尽可能地减少节点的数量传输量 最大限度地节省了系统功耗 4 将基于9 7 整数提升小波变换的编码算法与分段传输模式相结合 比较改进前后 算法的抗误码性能 重建图像的信噪比 以及在不同传输比特间隔 压缩码率 节点距 离及路由跳数条糌节能量消耗方面的仿真实验 结果表明改进后的算法能够有效地减少 数据传输量 节省系统能耗 1 5 2 全文结构安排 全文共由五个章节组成 具体结构安排如下 第一章重点论述 了本课题的研究背景及意义 详细分析了视频传感器网络中图像 编码算法的研究现状 并介绍了无线视频传感器网络在环境监测领域中的具体应用 第二章阐 述了基于无线视频传感器网络的图像编码方法理论 介绍了各编码算法 的编码原理及详细流程 第三章重点论述了本文的网络系统架构 基于无链表分层树集合划分算法的改进 过程 小波变换改进过程以及分段传输模式 并对重建图像质量模型及能耗模型进行了 详细的描述 7 广西大掌硕士掌位论文基于无线书咖贸传感器网络的图像编码方法研究 第四章对改进后的算法进行仿真实现 并对实验结果进行详细分析 第五章对全文进行了总结和展望 并指出需要进一步研究和改进的地方 8 基于无线视频传感器网络的图像编码方法研究 第二章无线视频传感器网络常用图像编码方法概述 在保证重建图像质量的前提下 按照一定的规则和方法 通过相对少的信息量来代 表这幅图像 对其中的冗余信息进行去除 这就是所谓的图像编码方法1 3 5 目前国内外 无线视频传感器网络中常用的图像编码算法根据其编 解码的不同原理及方法 主要分 为三类 j p e g 及差分编码方法 基于小波变换的图像编码方法以及分布式图像编码方 法 2 1j p e g 及差分编码方法 采用j p e g 或差分j p e g 作为编码器最明显的优点是算法对处理器的计算能力要求不 高 且与整幅图像相比只有差异部分被传送 因而能较多地减少通信能耗 但是 这种 方法不支持聚合 纠错控制和信源信道联合编码 另一个明显的缺点是 无线数据系统 采用不可靠信道进行传输 当误比特率和分丢失率较高时 传输质量会显著降低 另外 由于编码器使中纠错码的固有缺陷 在传输中丢失的压缩包将严重影响接收端的图像质 量 重 2 1 1j p e g 编码标准 8 0 年代中期 国际电信联盟 i t u 和国际标准化组织 i s o 的成员提议共同制定一个 用于灰度和彩色静止图象压缩的联合国际标准 并于1 9 8 6 年底成立了联合图像专家组 j p e g 3 6 1 目前有8 0 的网络图像是用j p e g 压缩的 j p e g 给出了一个适用于连续色调 图像的压缩方法 有以下优点1 3 7 1 1 达到或接近当前压缩比与图像保真度的技术水平 能覆盖一个较宽的图像质量 等级范围 能达到 很好 到 极好 的评估 与原始图像相比人的视觉难以区分 2 能使用与任何种类的连续色调的图像 且长宽比都不受限制 同时也不受限于 景物内容 图像的复杂程度和统计特性等 3 计算的复杂性是可控制的 其软件可在各种c p u 上完成 算法也可用硬件实现 j p e g 的适用范围非常广泛 通用性很强的技术 所以把算法的功能分为四种运行方 式 用户只要从中选择需要的功能即可 这四种运行方式是 1 基本d c t 顺序 由8 x 8 像素组成的像块 按照从左到右 从上到下对图像进行扫 描和编码 顺序运行需要的缓冲条件最小 因而实现的费用最低 2 基于d c t 的扩展 处理的顺序及编码处理的基本构成是与基本d c t 顺序相同的 但有多次处理扫描 9 广西大学硕士学位论文基于无线视频传感器网络的图曰皤高码方法研究 3 无失真 不使用d c t 变换 使用二维差分脉冲编码调制技术 对接近像素间的 差别进行编码 可处理较大范围的输入像素精度 可以保证重建图像与原始图像完全相 同 没有失真 4 分层编码 图像在多个空间分辨率进行编码 当信道传送速率慢 接收端显示 器分辨率也不高的情况下 只需做地分辨率图像解码 不必进行高分辨率解码 基于d a 隋损压缩算法的j p e g 编解码如图2 1 所示 其编码压缩过程为 1 将图像分为8 x 8 的像素块 根据从左到右 从上到下的光栅扫描方式进行排列 然后对图像数据进行正向d 瞅换 将数据转换到频率域 经变换后得到由6 4 个d c t 系 数构成的d c t 矩阵 2 对d c t 系数进行排序 量化 经d c t 变换后由于能量重新分布 其低频分量系 数变得很大 超出了原来码长表达范围 需要重新量化以缩小动态范围 此步骤使数据 得到第一次压缩 8 x 8 图像块 解码图像 图2 1j p e g 编 解码流程 f i g 2 1j p e gc o d i n g d e c o d i n gf l o w 3 对量化的d c t 系数进行h u f f m a n 编码 这是一种可变长编码技术 对出现概率高 的码字分配以较短的码长 对出现概率低的码字分配以较长的码长 这样编码后的数据 将大大少于编码前的数据 从而达到数据压缩的目的 编码时用到的编码表称为h u f f m a n 表 解压缩过程与上述压缩过程相反 首先根据h u f f m a n 表对压缩数据进行h u f f m a n 解码 得到量化的d c t 系数 再根据量化表进行反量化得到d c t 系数 d c t 系数重排序再进行 i d c t 变换 d c t 反变换 即得到像素数据 此时数据与原始数据是有差别的 1 0 基于无线视频传感器网络的图像编码方法研究 2 1 2 整数型帧间差分j p e g 编码 在无线视频传感网络中各视频节点是静止不动的 监控环境下的背景一般也是静止 不变的 除非有异常 相邻帧间存在大比例的固定背景 因此可采用帧间差分j p e g 编 码方法从采集到的图像中滤除背景信息 只编码部分感兴趣的或对监测结果有参考价值 的数据 便可大大减少需要传送少量的数据 从而达到较高的压缩比 检出这些背景并只传送一比特的块标志 在解码端这个块从前一帧的相应块中恢 复 这样的块称为静止块 静止块的标出既节省运算又提高压缩比 3 8 设 1 一 m a d m 咒 高 k 似 m f n l 歹 一z t 4 似 m f n n l l 2 1 一一 i j 式中 x a 表示当前帧 石 q o j 表示前一帧 m 咒是块标号 m 是每一块 的水平与垂直像素数 合理的选择门限t r d 使得当m a d m 1 h 僻y 2 2 r r h y x 2 3 r z r y h x y 2 4 互相关的两个信源x l 可以分别独立地以自相关函数r x 和墨的码率编码 使得在解 码端可以任意小的概率来联合解码 根据这个理论 图2 2 所示的两种编码方案可以取 得相同的编码效率 图2 2 两种不同的编码器 f i g 2 2t w ok i n d so fe n c o d e r s d e c o d e r s w y n e r 和z i v 在1 9 7 6 年把这一理论扩展到了有损压缩的领域 w y n e r z i v 编码问题可 以看作是个对码字的量化和s l e p i a n w o l f 编码相结合的问题 如图2 3 所示 广西大掌硕士掌位论文基于无线视频传感器网络的图像编码方法研究 钢4 刁甜肝8 可1 5 寸 量化 在信源 4 找到量化码字k 在陪集中找 一对编码l 码字中找到量 i 的陪集索引l 到最接近参 l 值估计 化索引考值的码字 s l e p i a n w o l f 编码器 图2 3w y n e r z i v 编解码 f i g 2 3w y a e r z i ve n c o d e r d e c o d e r 图2 3 中的量化部分和估计部分可以看作是信源编码的内容 在量化部分中 设计拧 个量化器 把信源码字空间分割成互不重叠的2 个区间 那么信源的比特率就是尺比特 符号 对于每一个区间 选取一个代表码字 这一组码字就构成了信源的码字空间 这样所有的信源输出就被量化成了码字空间中的一个码字 2 3 基于小波变换的图像编码方法 2 3 1 离散小波变换 小波变换的基本思想是将信号展开成一族基本函数的加权和 即用一组函数来表示 或逼近信号或函数 这一族函数是通过基本函数的平移和伸缩构成的 小波变换用于图 像编码的基本思想就是把图像进行多分辨率分解 分解成不同空间 不同频率的子图像 然后再对子图像进行系数编码 4 2 在实际问题的数值计算中常采用离散形式 即离散小波变换d w t d i s c r e t ew a v e l e t t r a n s f o r m d w t 可以通过离散化中的尺度因子a 和平移因子b 得到 通常取 a 口孑 b n b o 口孑 m ne z 2 5 将其带入式 2 6 可以得到 妒 一o i a o r 2 t p a f f t n b o m ng z 2 6 此时式中的小波函数妒 o 就是离散小波 相应的离散小波变换为 眠似口 6 一 厂 妒 m 酬2 e f t l p 口o t 一咒b a t 2 7 特殊的 取a o 2 b 1 可以得到二进小波妒 f 基于无盟自l 频传蔗墨用培的田侏业玛方诗研究 妒 0 2 训妒 2 一t n m n z 2 8 在实际应用中 为了使小波变换的计算更加有效 通常构造的小波函数都具有正交 性 即 和 p m o o 厩劭 6 2 9 对每个填充分量进行m a l l a d 苷式小波分解 根据不同的需要来确定小波分解层次 图2 4 所示为分解层踟为2 时的二维空间子带分裂 小波变换将信号频谱按倍频程分割 其结果是将原始信号划分为多个高频子带和一个低频子带 在一幅经过2 级小变变换的 图像中 高频带为 皿 u 臣 删 j 1 2 三个频带系列 低频带为最后的u u 子 带保持原始圈像信息内容信息 图像的能量集中于此频带 h l 子带保持了图像水平方 向上的高频边缘信息 l h 子带保持了图像竖直方向上的高频边缘信息 f i r 子带保持了 图像在对角线方向上的高频信息 对图像序n 自c j 维小波变换可以通过先对垂直序列后对水平序列进行一维小波变 换来实现一维小波变换将一维数据通过低通和高通滤波器牛成两个子集数据 得到的低 频子带数据是原始数据的近似 而高频子带的数据表示的是由低频子带重建原始数据时 所蔷的细节信息 匿掣 i 专囊 囤2 42 扳小波子带分解 f 镕2 4 t h e2 l e v e l s o f h i e r a c c h i c a l w a v e l e ld c c o m p o s i t l o n 2 32 小渡变换提升实现 第一代小波即基于塔式多分辨分析快速算法 m a u 乱算法 的小波 1 9 9 4 年 s w d d e n l a 3 蝗出了提升方法的小波构造方法 它可以不依赖傅立叶变换 提升小波被称 为第二代小波畔l 小波提升包含分裂 预测和更新这三个过程 设原始信号 数据集 为s 经小 被变换为低分辨孝s 的和细节部分d 墨囊 广西大掌硕士掌位论文基于无线视频传感器网络的图像编码方法研究 1 分裂 将原始信号分裂为两个互不重叠的部分 通常是按奇 偶顺序分裂成两个子集 这 种数据分裂方法得到的小波也称为k z y 小波 s p l i t s j e v e n t 1 d d 嘭 1 q 1 d 4 2 1 0 式中印z f f s 为分裂函数 e v 4 为分裂后得到的偶数子集 d 崛4 为分裂后得到的奇 数子集 2 预测 预测过程也称为对偶提升过程 一般用偶数序列去预测奇数序列 d j 1 一e s j 1 2 1 1 其中 p 为预测算子 其反映的是数据之间的相关程度 预测算子p 的逼近程度反映了 真值与预测值之间的误差 越逼近真实值 误差越小 4 5 1 误差可写为 d j 1 d 卜1 一p s j 1 2 1 2 3 更新 由于预测一般不能保持原始信号中的某些整体性质 故需更新 4 5 1 构造更新算子u 以得到s j 的更新值 s j l e v e n l u 嗣j 1ts j l u a j 1 2 1 3 更新过程也称为原始提升过程 以上提升算法的提升步骤体现在原始信号数据的分解与重建中表述为 分解过程 正变换 s i l d j 1 卜s p i l t s dj 1 一tp0 1 2 14 s j 1 u d j 1 重建过程 逆变换 f s j 1 一 u 卜1 毒矗 1 p s 1 2 1 5 s t m e r g e s j l d j 1 式中m e r g e s l d j 1 为重建函数 图2 5 a 2 5 b 所示分别为基于提升的框架的小波分解与重构 广西大学硕士学位论文基于无线视频传感器网络的图像编码方法研究 a 基于提升框架的小波分解 b 基于提升框架的小波重构 图2 5 基于提升框架的小波分解与重构 f i g 2 5w a v e l e td e c o m p o s i t i o na n dr e c o n f i g u r a t i ob a s e do nt h el i f t i n gf r a m e 2 3 3s p n t t 编码算法及其改进算法n l s 人们基于波变换提出了许多高性能 多用途的图像编码算法 1 9 9 3 年美国的s h a p i r o 首先完整提出的一种基于比特连续逼近的图像编码方法 即嵌入式零树小波 e m b e d d e d z e r o t r e ew a v e l e t e z w 4 6 图像编码算法 在这基础上 又提出了一种分层树集合分裂 s e