当前位置：文档之家 › 无线传感器网络中的多媒体视频压缩算法研究

无线传感器网络中的多媒体视频压缩算法研究

  • 格式：pdf
  • 大小：1.01 MB
  • 文档页数：66

`单位代码：10293密级：硕士学位论文论文题目：无线传感器网络中的多媒体视频压缩算法研究Y004091219沙亮亮孙力娟教授/博导计算机应用技术计算机网络工学硕士二零一二年二月学号姓名导师学科专业研究方向申请学位类别论文提交日期南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。

尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。

研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。

本文电子文档的内容和纸质论文的内容相一致。

论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。

涉密学位论文在解密后适用本授权书。

研究生签名：____________导师签名：____________日期：_____________南京邮电大学硕士学位论文摘要学科专业：工科、计算机应用技术研究方向：计算机在通信中的应用作者：二零零九级硕士研究生沙亮亮指导教师：孙力娟教授/博导题目：无线传感器网络中的多媒体视频压缩算法研究英文题目：Research on Multimedia Video Compression Algorithm for Wireless Sensor Network关键词：无线多媒体传感器网络，分布式视频编码，感兴趣区域，去块效应滤波算法英文关键词：Wireless Multimedia Sensor Networks,Distributed Video Coding,Region of Interest,Deblocking filtering论文选题来源：1.江苏省六大人才高峰项目：“基于Agent的无线多媒体传感器网络关键技术研究”（2008118）2.国家自然科学基金项目：“无线多媒体传感器网络图像处理关键技术研究”（61003236）南京邮电大学硕士研究生学位论文中文摘要中文摘要无线多媒体传感器网络（Wireless Multimedia Sensor Networks，WMSNs）作为一种新型的无线传感器网络，正在越来越多的被应用到对目标环境的多媒体监控当中。

与传统的无线传感器网络通常都测量数值物理现象不同，无线多媒体传感器网络更加注重于音频，视频等信息量较大的多媒体信息。

而在视频应用中，使用视频压缩算法则可以有效的降低多媒体传感器网络中的数据信息量。

目前典型的视频编码标准例如：MPEG-X，H.26X等在编码端采用了运动补偿预测技术,其编码端的复杂度通常是解码端的5-10倍,所以并不适用于无线多媒体传感器网络中节点低复杂度，低功耗，以及网络资源有限的要求。

而分布式视频编码采用“帧内编码+帧间解码”技术，通过在解码端挖掘视频序列的相关性，从而降低了编码端的复杂度，使得编码端简单，低功耗，非常适用于解决无线多媒体传感器网络中的视频编码问题。

本文基于Wyner-Ziv分布式视频编码方案，并对其进行了改进。

针对传统的Wyner-Ziv分布式视频编码方案不能精确解码运动剧烈区域及边界区域的问题，提出一种基于梯度域的分布式视频编码算法。

本算法用曲面拟合的方法求出图像的梯度场，在编码端通过感兴趣区域判定准则提取出运动剧烈区域及边缘区域，在解码端用EM迭代算法对其进行精确解码，其他区域则进行普通LDPC解码。

对于编码端进行的量化及DCT变换所带来的方块效应问题，在解码端对解码图像进行基于空域的去块效应滤波处理。

仿真实验表明：本文算法可以加强对运动剧烈区域以及边界区域的解码效果，在不增加编码端复杂度的情况下，增加了解码图像的PSNR 和主观视觉效果。

关键词：无线多媒体传感器网络，分布式视频编码，感兴趣区域，去块效应滤波算法ABSTRACTAs a new and emerging type of sensor networks,Wireless Multimedia Sensor Networks have applied more and more for completely monitoring the target enviroment.Different from the traditional Wireless Sensors Networks which usually measure scalar physical phenomena,Wireless Multimedia Sensor Networks focus on the capture and processing of large multimedia information like audio and video stream.In the Video application,the video compression can reduce the data information of Wireless Sensors Networks.Nowadays,many typical Video Compression Coding Standards(like MPEG-X,H.26X)adopt motion compensation on the Encoder End.So the complexity of Encoder is5to10times then the Decoder that can't met the demand of Wireless Multimedia Sensor Networks which not only have a limited network resource but also the low complexity and low power consumption node.Since the Distributed Video Coding adopt "Intraframe encode+Interframe decode"and excavate the dependence of video sequence on the Decoder,so the complexity of Encoder is lower and make the Encoder more brief.The distributed video coding is very applicable to solve the video coding issues on the Wireless Multimedia Sensor Networks.This thesis is based on the Distributed Video Coding.Aim at the issues that traditional Distributed Video Coding can't decode the intense motion and boundary regions exactly,this thesis proposed an algorithm which based on gradient field.The algorithm utilize surface fitting to produce the image gradient field and extracts such areas through the criteria of region of interest, then decode such areas by Expectation Maximization iteration algorithm and decode other areas by LDPC.Since the quantification and Discrete Cosine Transformation on the encoder will bring up the block-effect and the algorithm apply Deblocking filtering on the decoded picture.Simulation results show that:the algorithm not only can enhance the decoding effect of the intense motion and boundary regions without increase the complexity of encoder but also improve the subjective visual effect and Peak Signal to Noise Ratio of decoded picture.Key words:Wireless Multimedia Sensor Networks,Distributed Video Coding,Region of Interest,Deblocking filtering目录中文摘要 (I)ABSTRACT (II)第一章绪论 (1)1.1本文的研究背景及课题来源 (1)1.2本文的研究内容及组织结构 (2)第二章无线多媒体传感器网络 (4)2.1WMSNs的体系结构 (4)2.2WMSNs的特点及典型应用 (5)2.2.1WSN和WMSNs的共同点 (5)2.2.2WSN和WMSNs的不同点 (6)2.2.3WMSNs的典型应用 (7)2.3WMSNs国内外研究现状及热点问题 (9)2.3.1WMSNs国内外研究现状 (9)2.3.2WMSNs研究的热点问题 (9)2.4WMSNs的多媒体信息处理 (11)2.4.1多媒体信息压缩编码原理 (11)2.4.2当前主流的视频编码标准 (13)2.5本章小结 (14)第三章分布式视频编解码概述 (15)3.1分布式信源编码 (15)3.1.1理论基础 (15)3.1.2分布式视频编码 (17)3.2典型分布式视频编码方案 (18)3.2.1像素域Wyner-Ziv编码系统 (18)3.2.2变换域Wyner-Ziv编码系统 (20)3.2.3PRISM视频编码系统 (21)3.2.4泛在网络中Wyner-Ziv空域可分级视频编码系统 (23)3.2.5Wyner-Ziv视频残差编码系统 (24)3.2.6State-free视频编码系统 (26)3.3本章小结 (30)第四章基于曲面拟合的分布式视频编码算法 (31)4.1传统的变换域Wyner-Ziv分布式视频编码算法 (31)4.2基本曲面拟合的分布式视频编码算法 (31)4.2.1基于曲面拟合的Wyner-Ziv分布式编解码算法框架 (31)4.2.2基于曲面拟合的ROI区分算法 (32)4.2.3EM解码算法 (34)4.3仿真实验及分析 (35)4.4本章小结 (37)第五章基于空域的视频图像后处理算法 (38)5.1视频压缩的失真现象 (38)5.2视频图像后处理算法 (39)5.2.1视频图像后处理技术的发展现状 (39)5.2.2去块效应滤波算法 (41)5.2.3仿真实验及分析 (44)5.2.4本章小结 (46)第六章总结和展望 (48)6.1总结 (48)6.2展望 (48)致谢 (50)攻读硕士学位期间的学位论文及专利申请 (51)攻读硕士学位期间参加的科研项目 (52)缩略词 (53)图表清单 (55)参考文献 (57)第一章绪论1.1本文的研究背景及课题来源随着微电子技术，计算技术和无线通信技术的快速发展，使得在一个节点的微小体积内集成信息采集，数据处理和无线通信等多种功能模块成为可能，无线传感器网络就是在这样的背景下诞生的。

合集下载

无线传感器网络中的数据压缩和传输优化算法

无线传感器网络中的数据压缩和传输优化算法

无线传感器网络中的数据压缩和传输优化算法随着科技的不断发展，无线传感器网络在各个领域中的应用越来越广泛。

然而，由于无线传感器节点的资源有限，如能量、计算能力和存储容量等，如何有效地进行数据压缩和传输优化成为了一个重要的研究方向。

一、数据压缩算法数据压缩是无线传感器网络中的一个关键问题，它能够减少数据的冗余性，从而降低数据传输的能耗和延迟。

目前，常用的数据压缩算法主要包括基于统计的压缩算法、基于字典的压缩算法和基于矩阵分解的压缩算法。

基于统计的压缩算法利用统计模型对数据进行建模和压缩。

例如，霍夫曼编码算法通过构建霍夫曼树来实现数据的无损压缩，从而减小了数据的传输量。

而基于字典的压缩算法则通过构建字典表来实现数据的压缩和解压缩，例如LZ77和LZW算法。

此外，基于矩阵分解的压缩算法通过将数据矩阵分解为低秩矩阵来实现数据的压缩，例如奇异值分解（SVD）和主成分分析（PCA）等。

二、传输优化算法传输优化算法旨在减小数据传输的能耗和延迟，提高网络的性能和可靠性。

目前，常用的传输优化算法主要包括基于路由的优化算法、基于功率控制的优化算法和基于网络编码的优化算法。

基于路由的优化算法通过合理选择传输路径来减小数据传输的能耗和延迟。

例如，最小生成树算法通过构建最小生成树来选择最短路径，从而减小了数据的传输距离和能耗。

而基于功率控制的优化算法则通过调整传输功率来减小数据传输的能耗，例如最小传输功率算法和功率控制算法。

此外，基于网络编码的优化算法通过在传输过程中进行编码和解码来提高数据传输的可靠性和效率，例如随机线性网络编码和分布式网络编码等。

三、数据压缩与传输优化的结合数据压缩和传输优化算法在无线传感器网络中是相辅相成的。

数据压缩可以减小数据的传输量，降低能耗和延迟，而传输优化算法则可以提高数据传输的效率和可靠性。

因此，将数据压缩和传输优化算法结合起来，可以进一步提高无线传感器网络的性能。

例如，可以将数据压缩算法应用于传输优化算法中，通过减小数据的传输量来降低能耗和延迟。

多媒体传感器网络的数据压缩技术研究

多媒体传感器网络的数据压缩技术研究

多媒体传感器网络的数据压缩技术研究随着无线传感器网络的快速发展，多媒体传感器网络的应用日益广泛。

多媒体传感器网络（Multimedia Sensor Network，简称MSNs）是一种集成了传感器和多媒体处理功能的网络系统，能够实时获取和处理多媒体数据，如音频、视频和图像等。

然而，MSNs中的数据传输和存储受限，对传感器网络的能源和带宽资源提出了挑战。

因此，研究如何以高效的方式进行多媒体数据的压缩和传输，是提高多媒体传感器网络性能的关键。

在MSNs中，数据压缩技术是一种常用的方法，可以通过减少数据量和保持数据质量，来降低能耗和传输延迟。

数据压缩的目标是将传感器收集到的原始数据压缩为较小的代表性数据，以便在网络中传输和存储。

而且，在保证数据质量的前提下，通过数据压缩可以减少能耗、提高带宽利用率，并延长网络寿命。

一种常用的多媒体数据压缩技术是无损压缩和有损压缩。

无损压缩技术能够保证压缩后的数据与原始数据完全一致，但压缩率较低，适用于对数据完整性要求较高的应用场景。

有损压缩技术则以牺牲一定的数据质量为代价来获得更高的压缩率，适用于对数据准确性要求相对较低的应用场景。

同时，还存在混合压缩技术，采用无损和有损压缩的结合方式，以在保证数据质量的同时实现更高的压缩率。

对于音频数据，通常采用离散余弦变换（Discrete Cosine Transform，简称DCT）来进行压缩。

DCT将音频信号转化为一组代表性的频域系数，再通过量化和编码等步骤来实现数据压缩。

在图像和视频数据的压缩方面，则采用了更为复杂的算法。

其中最常用的是基于JPEG（Joint Photographic Experts Group）的压缩算法，通过DCT将图像和视频数据分解为频域系数，并通过量化和熵编码等步骤来减少数据量。

此外，还有其他的压缩算法如Wavelet变换等，其优点是在保留重要信息的同时实现较高的压缩率。

除了基于数据内容的压缩技术，还可以利用网络中的相关信息来实现更加高效的压缩。

无线传感器网络中的数据压缩与传输算法研究

无线传感器网络中的数据压缩与传输算法研究

无线传感器网络中的数据压缩与传输算法研究近年来，随着技术的不断发展和应用场景的不断扩大，无线传感器网络已经成为了一个不可忽视的研究领域。

在无线传感器网络中，数据的压缩和传输算法对于整个系统的性能和效率至关重要。

本文将从数据压缩和传输算法两个方面入手，探讨无线传感器网络中的数据处理技术。

一、数据压缩无线传感器网络中产生的数据通常都是以时间序列的形式产生的，因此，在数据处理过程中需要考虑数据的连续性和时序性。

而传输的数据量又是一个至关重要的考虑因素，因为无线传感器节点的寿命是十分宝贵的资源。

为了提高数据的传输效率，在无线传感器网络中，常常采用数据压缩来减小数据的传输量。

数据压缩算法的本质是利用数据的冗余性，将数据压缩后再进行传输，以达到节省传输带宽和延长传感器节点寿命的目的。

数据压缩算法可以分为无损压缩和有损压缩两种类型。

无损压缩指的是对数据进行压缩后再解压缩，最终得到与原始数据完全相同的数据。

常见的无损压缩算法有哈夫曼编码、赫夫曼编码和算术编码等，它们都能够有效地减少数据的冗余性，但对于一些特定场景，无损压缩算法的压缩比会较低。

而有损压缩则会通过舍弃部分信息的方式来减小数据的传输量。

有损压缩算法常应用于图片、视频等场景中，其中最常用的有损压缩算法是JPEG和MPEG，它们都能够取得较好的压缩效果，并且与无损压缩相比，有损压缩算法的压缩比往往更高。

二、传输算法在数据压缩之后，我们仍然需要将数据传输到目标节点。

数据的传输过程中，往往就会面临着干扰、丢包等问题。

如果数据传输不能成功，整个无线传感器网络系统的监测效果都会受到影响。

在传输算法方面，考虑到无线传感器网络的特殊性，我们需要采用一种低能耗、高效率的传输方案。

常见的传输协议包括Zigbee、802.15.4、Bluetooth和Wi-Fi等。

其中，Zigbee和802.15.4是两种低功耗的无线传输协议，在无线传感器网络中广泛应用。

为了进一步提高传输的效率和减少传输过程中的错误，人们还发明了多种传输安全协议，包括AES、DES等加密算法、MD5、SHA等安全哈希算法，以及CRC校验等数据传输完整性校验算法。

无线传感器网络中的数据压缩与传输优化研究

无线传感器网络中的数据压缩与传输优化研究

无线传感器网络中的数据压缩与传输优化研究随着科技的不断发展，无线传感器网络在众多领域中扮演着重要的角色。

无线传感器网络由大量的传感器节点组成，这些节点可以感知、采集并传输环境信息。

然而，由于传感器节点能量有限，数据压缩与传输优化在无线传感器网络中显得尤为重要。

本文将从数据压缩和传输优化两个方面论述如何提高无线传感器网络的性能。

一、数据压缩数据压缩是无线传感器网络中重要的技术手段之一，其目的是减少传输的数据量，从而减少能量消耗和网络拥塞。

在无线传感器网络中，由于节点资源的有限性，数据压缩变得尤为关键。

1.1 压缩算法目前使用较多的压缩算法包括差值编码、哈夫曼编码和小波变换等。

差值编码将每个数据点与前一个数据点之间的差异进行编码，从而实现数据压缩。

哈夫曼编码利用概率模型和编码表将出现频率较高的数据进行较短的编码，减少数据传输量。

小波变换将时间与频率域结合，将数据进行离散化处理，从而提高数据的压缩率。

1.2 数据冗余判断在无线传感器网络中，数据冗余是常见的现象。

通过判断数据是否具有冗余性，可以规避传输不必要的数据。

数据冗余判断可以通过不同的方法实现，如时空冗余分析、差异检测和激发事件检测等。

二、传输优化传输优化是无线传感器网络中重要的优化目标之一，其目的是降低能量消耗、延长网络寿命和提高传输效率。

2.1 路由协议优化在无线传感器网络中，路由协议的选择对于传输优化具有至关重要的作用。

低能耗的路由协议可以减少节点的能量消耗，延长网络的寿命。

当前常见的路由协议有LEACH、SEP和PEGASIS等，每种协议都有其独特的优点。

2.2 多目标优化传输优化不仅仅关注能量消耗，还考虑其他多个指标的综合优化。

多目标优化算法可以通过权衡不同指标之间的关系，寻找最优的解决方案。

例如，通过最大化网络覆盖率、最小化传输延迟和最小化能量消耗等指标的综合考虑，可以得到一个性能较优的解。

2.3 功率控制功率控制可以通过调整传感器节点的发送和接收功率来减少能量消耗和传输干扰。