一种面向无线多媒体传感器网络的分布式图像传输方法

摘要

一种面向无线多媒体传感器网络的分布式图像传输方法，是为了解决由于无线多媒体传感器网络资源严重受限，而各节点能耗压力不均衡，使有限资源得不到充分利用的问题而设计的。该方法以并行计算思想为基础，基于JPEG2000的高效节能的分布式图像压缩算法。该算法在分簇时引入节点竞选因子和通信代价函数，并根据图像的梯度幅度值对图像块进行压缩比特率的自适应优化分配，最后将图像压缩过程中小波变换后的数据信息分子带单独编码。本发明的特点及有益效果：在保证图像质量的情况下，以低能耗在资源严重受限的无线多媒体传感器网络中，负载均衡的实现大尺寸、高分辨率的图像传输，且能够极大的缓解相机节点的能耗压力，通过普通节点层与簇头节点层间的协作，将簇头节点层的图像采集和压缩能耗压力分解到部署冗余的普通节点层，每轮次有效降低簇头节点层25％能耗的，同时能够极大平衡网络节点能耗，延长15％的网络生命周期。

说明书

技术领域

本发明涉及一种图像传输方法，尤其涉及一种面向无线多媒体传感器网 络的分布式图像传输方法。

背景技术

随着硬件技术的发展，廉价的CMOS摄像头及麦克风的出现，以及对监测 对象的含有丰富信息的图像、音频和视频数据的迫切需求，导致了无线多媒 体传感器网络(WMSNs)的出现。WMSNs是由一组具有计算、存储和通信能力的 多媒体传感器节点组成的分布式感知网络，一般部署在无人值守的环境中自 主完成指定的任务，是一种能耗敏感的无基础设施网。典型的WMSNs一般由多 媒体传感器节点、汇聚节点、基站组成，它借助于节点上多媒体传感器感知 所在周边环境的多种媒体(音频、视频、图像、数值等)信息，然后通过多跳 路由以无线的方式传送到汇聚节点.从而自主的实现对周围环境的监测。

图像采集和压缩是在WMSNs进行图像传输最为关键的两个技术，直接影响 到其感知的服务质量。要在WMSNs中进行图像的采集和传输，网络中的节点必 须满足对原始数据的实时性采集，同时节点要求的压缩比较高，现有的传统 的图像压缩算法计算复杂、开销大，并不适用于资源严重受限的无线多媒体 传感器。此外，包含图像信息的数据无线收发能耗较大，这些数据如何在网 络低能耗的传输也是一个亟待解决的问题。

WMSNs综合了传感器技术、多媒体技术、嵌入式计算技术、分布式信息处 理技术、无线通信技术等，是一个新型、前沿、多学科高度交叉的研究领域。 与只具有简单环境数据采集功能的传统无线传感器网络相比，无线多媒体传 感器网络将人类的视野扩展到任意的物理空间，深刻改变了人与物理世界的 交互方式，在军事、民用和商业等领域具有非常广阔的应用前景。由于WMSNs 巨大的应用价值，它已经引起了世界许多国家军事部门和学术界的极大关注。 及时开展这项具有深远影响的前沿科技的研究，获得具有我国自主知识产权 的相关技术，具有重大的现实意义和深远的战略意义。

发明内容

本发明为了解决由于无线多媒体传感器网络资源严重受限，而各节点能 耗压力不均衡，使有限资源得不到充分利用的问题，并根据WMSNs拓扑结构 的特点，提供了一种面向无线多媒体传感器网络的分布式图像传输方法，该 方法以并行计算思想为基础，基于JPEG2000的分布式图像传输，采用将节点 分为普通节点层和相机节点层的结构，其步骤如下：

步骤1：唤醒相机节点，当普通节点层的节点探测到监测区域有异常情况 出现时，它们会按约定机制唤醒相机节点；

步骤2：分簇，选择簇头引入节点竞选因子和通信代价函数，自组织形成 簇；

步骤3：图像处理，综合图像视觉特征，进行分布式的图像压缩和传输。

本发明的特点及有益效果：在保证图像质量的情况下，以低能耗在资源 严重受限的无线多媒体传感器网络中，负载均衡的实现大尺寸、高分辨率的 图像传输，而且能够极大的缓解相机节点的能耗压力，通过普通节点层与簇 头节点层间的协作，将簇头节点层的图像采集和压缩能耗压力分解到部署冗 余的普通节点层，每轮次有效降低簇头节点层25％能耗的，同时能够极大平衡 网络节点能耗，延长15％的网络生命周期。

附图说明：

图1相机节点唤醒流程图；

图2图像采集和传输流程图；

图3JPEG2000分布式编码框图。

具体实施方式：

参看图1-图3，一种面向无线多媒体传感器网络的分布式图像传输方法， 该方法以并行计算思想为基础，基于JPEG2000的分布式图像传输，采用将节 点分为普通节点层和相机节点层的结构，其步骤如下：

步骤1：唤醒相机节点，当普通节点层的节点探测到监测区域有异常情况 出现时，它们会按约定机制唤醒相机节点；

步骤2：分簇，选择簇头引入节点竞选因子和通信代价函数，自组织形成 簇；

步骤3：图像处理，综合图像视觉特征，进行分布式的图像压缩和传输。

其中：

相机节点唤醒流程如下：

(1)在无线多媒体传感器网络部署好之后，相机节点层处于休眠状态， 普通节点不间断地探测周边环境；

(2)当有事件触发时，普通节点上报事件至距离自身最近的相机节点， 相机节点以设定的通信半径广播该事件消息；

(3)所有覆盖该事件的相机节点基于自身剩余能量竞争唤醒；

(4)竞争成功的相机节点立即广播自身状态消息，并准备采集图像。

分簇的具体流程如下：

(1)基站广播，创建路由信息，节点根据路由信息和剩余能量获得自己 的竞选因子，并竞选簇头；

(2)竞选失败的节点依据通信代价函数选择簇头。

图像处理的具体流程如下：

(1)将原始图像分块，定义每一个图像块中所包含的边缘信息的梯度幅 度值，以其值对压缩比特率进行自适应优化分配，分块进行小波变换；

(2)考虑到WMSNs资源严重受限这一问题，采用分布式的编码方式对小 波变换后的LL、LH、HL和HH信息进行分布式的EBC编码。

该方法中的数据传输通讯协议如下：

1).相机节点与邻居簇头节点采用F1频率，以TDMA方式实现通信；

2).所有簇头节点与其子节点采F2频率，以TDMA方式实现通信；

3).簇间采用CDMA方式。

实施例

本发明将节点分为普通节点层和相机节点层，在无线多媒体传感器网络 部署好之后，相机节点层一般处于休眠状态，当普通节点层的节点探测到监 测区域有异常情况(例如温度异常、有强烈震动等)出现时，它们会唤醒相机 节点。相机节点开启摄像头进行信息采集并进行预处理，将原始图像分块， 将每块的压缩任务分派到多个簇内，在分簇时引入节点竞选因子和通信代价 函数，平衡网络中节点的负载，降低图像数据在传输过程中的能耗开销。在 压缩时根据图像的梯度幅度值进行压缩比特率的自适应优化分配，包含边缘 信息较多的图像块将获得较多的压缩比特率最后将小波变换后的数据信息分 频带单独编码，缓解簇头节点的能耗压力。

参照图1，相机节点唤醒机制，本发明设计的分布式唤醒机制虽然需要相 机节点参与并需要消耗能量，但其通信延迟较低，具有很好的可扩展性，更 适合于大规模WMSNs，具体流程如下：

步骤1：相机节点广播HELLO消息，所有的普通节点记录距离自身最近的 相机节点作为事件上报节点；

步骤2：普通节点不间断地探测周边环境。当探测到监测区域有异常情况 (例如温度异常、有强烈震动等)事件或先前感知事件结束时，普通节点将事 件相关信息、自身标识、位置和感知半径通过最小跳数路由的方式报告给最 近的相机节点；

步骤3：收到来自普通节点事件消息的相机节点以设定的通信半径广播该 事件消息。然后，所有接收到事件消息的相机节点根据感知该事件的普通节 点位置和感知半径判断自身是否覆盖该事件。

步骤4：所有覆盖该事件的相机节点基于自身剩余能量竞争唤醒；竞争成 功的相机节点立即广播自身状态消息，并准备采集图像。

参照图2，WMSNs在进行图像采集和传输时的网络拓扑结构，图中标记S 为相机节点；d为汇聚节点；P11-P14为簇头节点；HH_i、HL_i、LH_i和LL_i是节 点处理的子带信息。

在网络中的任意节点都有唯一的ID号并能感知自己的剩余能量，相机节 点和普通节点部署后位置都不再改变，图像采集和传输的具体实施步骤如下：

步骤1：相机节点采集到图像后通知基站，基站立即在其有效的通信半径 内进行广播l₀＝0的信息，l_i是基站到各节点的跳数。节点收到此信息后将自己 的l_i改为l_i＝l₀+1，然后节点i继续广播路由创建信息。当节点i的下一跳邻居 节点收到该信息时将自己与基站的跳数设为l_j＝l_i+1。当l_j大于预设的跳数阈值 时，则停止广播。若节点多次收到路由创建信息，则选取其中的最小的跳数 值，所有节点根据与基站的跳数，计算逻辑位置权值l_max是网络中节 点与基站的最大跳数；

步骤2：所有节点依据自身与相机节点的距离，根据公式计算 自身的逻辑位置权值，其中，相机节点为s，d_max和d_min分别是网络中任意节点 i距离相机节点的最大距离和最小距离。节点i到相机节点的距离为d(i，s)。

步骤3：根据公式计算网络在运行中每轮的平均能耗， E_{ave_r}是每轮网络中节点的平均能耗，E_current(i)是节点i的当前剩余能量，对于达 到E_current(i)≥E_{ave_r}要求的节点，将有机会竞争簇头节点；

步骤4：达到竞选条件的节点根据公式W(i)＝(1-k)*w₁+k*w₂和公式 计算出自己的距离因子和负载因子，最后依据公式 $T\left(i\right)=\left(\begin{array}{cc}\frac{p}{1-p\left[r\mathrm{mod}(1/p)\right]}[\mu *W\left(i\right)+E_{\mathrm{foreoast}}\left(i\right)],& \forall i\in G^{\prime }\\ 0,& \forall i\notin G^{\prime }\end{array}\right)$推选出簇头节点；

步骤5：簇头节点根据与相机节点的距离，自组织形成一条虚拟簇头链， 簇头链默认相机节点为第一个簇头节点。其余的普通节点根据公式 cost(c_i，i)＝f₁(d(c_i，i))+f₂(d(c_{i_next}，i))，其中i为普通节点， c_i为推选出的任意簇头节点，c_{i_next}是簇头节点c_i的下一跳簇头节点。d(c_i，i)和 d(c_{i_next}，i)是节点i到簇头节点c_i和c_{i_next}的距离，d_{i_max}是节点i到推选出的簇头节 点的最大距离。对于任意节点i，选择cost(c_i，i)最小的簇头节点c_i加入，自组织形 成簇；

步骤6：相机节点对图像进行预处理，图像数据分割成M块。结合人眼的 视觉特征，根据公式定义每一个图像块中所包含的 边缘信息的梯度幅度值，通过公式g(x，y)＝|f(x，y)-f(x+1，y+1)|+|f(x+1，y)-f(x，y+1)|表征每 一个图像像素点的梯度幅度值，最后根据公式计算出的压缩比特率；

步骤7：按公式br_i＝w_i*M*Br进行压缩比特率的自适应优化分配；

步骤8：相机节点选取剩余能量最大的M个簇头节点，进行小波变换的数 据处理任务；

步骤9：簇头节点用16位short型数据存储最终小波变换系数，并在簇内 选取剩余能量最大的节点对LL、LH、HL和HH信息进行单独编码；

步骤10：如果没达到要求的压缩比，则将LL信息汇总至相机节点，按照 步骤5，进行下一轮图像处理，其余信息按照步骤8，编码后，传输至基站；

步骤11：如此进行下去，最后将编码后的数据将由簇头节点以码率br_i采 用多跳通信方式传输至基站。

此外，对于无线多媒体传感器网络来说，源节点和目的节点之间的跳数对 于单簇一级小波来说足够大，所以，接近汇聚节点的节点不太可能有太大的 计算负荷。

参照图3改进后的JPEG2000编码框图，本发明根据WMSNs网络的具体特 点，本文从三个方面对原有的、集中式JPEG2000编码算法进行了改进。

步骤1：针对WMSNs单个节点存储、计算能力有限的问题，本方案通过相 机节点对原始图像数据进行预处理，将原始图像数据分割成块，对分块用分 布式离散小波变换取代传统的离散小波变换；

步骤2：量化，结合人眼视觉特征，根据图像块包含边缘的信息，自适应 优化分配压缩比特率，以保证图像质量；

步骤3：考虑到WMSNs资源严重受限这一问题，充分利用部署冗余的普通 节点层，采用分布式的编码方式对LL、LH、HL和HH信息进行分布式的EBC 编码；

步骤4：当没有达到要求的压缩比时，仅对人眼识别时敏感的LL信息重 组图像，对所得到四个LL子带信息进行二次小波变换，其余频段LH、HL和 HH的信息则直接按子带分布式的EBC编码，形成JPEG2000码流并传输至汇聚 节点D。