基于cs的wmsn视频图像重构算法研究-计算机技术专业论文.docxVIP

万方数据 万方数据 独创性声明 本人郑重声明：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和撰写的研究成果，也不包含为获得华 东交通大学或其他教育机构的学位或证书所使用过的材料。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。 本人签名 日期 关于论文使用授权的说明 本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学 校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 保密的论文在解密后遵守此规定，本论文无保密内容。 学生本人签名 日期 校内导师签名 日期 摘要 摘要 基于 CS 的 WMSN 视频图像重构算法研究 摘要 无线多媒体传感器网络（Wireless Multimedia Sensor Networks，WMSN）是在传感 网上产生的，一种以自组织方式建立的独立网络，其信息载体主要是信息丰富、数据量 大的图像、视频等信号，因而，在军事、工业领域得到广泛应用。然而图像作为 WMSN 感知和处理的主要信号，按照 Nyquist 采样定理处理将产生海量数据，对后续实现传输、 存储等任务的硬件要求极高，这对资源受限的 WMSN 网络提出了严峻的考验。 压缩感知（Compressed Sensing，CS）是一种新的压缩的欠采样方式，由少量测量 值能高概率精确重构出原信号，依据信号的内容和结构，CS 可以直接感知信号信息， 因此，采用 CS 理论处理 WMSN 视频图像，可以大大减少表示信息的数据量，并能够 很好地缓解资源受限的 WMSN 网络的压力。在 CS 理论框架下，本文深入分析了 WMSN 视频图像先验信息，提出了一种改进的 WMSN 视频图像重构算法，可以有效提高视频 图像的重构质量。主要内容和创新具体如下： 介绍了 CS 理论及相关概念，重点研究了 CS 重构算法，并给出了相应的实验仿真。 在此基础上，提出了一种非局部正则化的 WMSN 视频图像稀疏迭代重构算法。该算法 首先通过分析视频图像丰富的结构特征等先验信息以获取图像自相似性，并借助基于块 搜索分类学习技术的相似权函数，构建非局部约束正则项；然后，在稀疏正则化系数中 引入图像灰度纹理结构，以充分反映图像的结构特征，并借助相适应的迭代收缩阈值算 法重构视频图像。仿真实验表明，本文提出的重构算法能有效保留图像纹理等细节信息， 从而恢复出高质量、视觉效果良好的视频图像。 同时，面向交通监控的具体应用场景，设计了基于 CS 的 WMSN 视频图像编解码 方案。该方案对交通监控视频图像进行帧内、帧间感知编码。其中，对关键帧进行 CS 稀疏编码，而对非关键帧采用基于帧差和稀疏子空间聚类的联合感知编码，从而减少了 传输的数据量；在解码端采用非局部正则化稀疏迭代重构算法整体实现交通监控视频帧 序列的重构。仿真实验表明，该方案能够在降低编码复杂度同时重构出高质量的图像， 从而保证 WMSN 交通监控的可靠性。 关键词：压缩感知，图像重构，迭代收缩阈值，非局部正则化，WMSN 视频编解码 I Ab Abstract THE RESEARCH OF WMSN VIDEO IMAGE RECONSTRUCTION ALGORITHM BASED ON CS ABSTRACT Wireless multimedia sensor network (WMSN) is emerging on the basis of wireless sensor network (WSN), so both of them are independent networks with self-organization. Image and video which become the main information carriers are imported in WMSN, therefore, WMSN is widely used in military and industrial areas. However, according to the Nyquist sampling theorem which is used to sample the image there will produce amounts of data. As a result, it requires very high hardware devices which implement the tasks of transmission and storage. What’s m