CN107205154A - 一种基于矩阵补全的无线多媒体传感网图像压缩采集方法 - Google Patents

Abstract

本发明公开了一种基于矩阵补全的无线多媒体传感网图像压缩采集方法，系统初始化之后，相机节点获得原始图像数据A，将原始图像A分为大小相等的块状图像，设定采样率r，根据r选择采样矩阵编号，分发给各个普通节点进行处理。普通节点从随机采样矩阵库M中提取随机采样矩阵W_ij，获得块状图像a_k的压缩数据，普通节点将压缩数据及随机矩阵编号i、j发送至簇头节点，经过汇总后传输至基站节点进行重构。基站生成不完整的块状图像X_k，通过矩阵补全重构算法得到块状矩阵a_k；经过拼接，得到完整的重构图像B，此时重构图像B可以近似地表示原始图像A。本发明可以有效减少传感器节点的能耗，提高采样端工作效率，延长整个网络的生命周期。

Description

一种基于矩阵补全的无线多媒体传感网图像压缩采集方法

技术领域

本发明属于无线多媒体传感器网络技术领域，涉及基于矩阵补全技术的无线多媒体传感器网络图像压缩方法，主要解决在能量有限的应用场景中，如何减少图像数据采集和传输所需能耗的问题。

背景技术

无线多媒体传感器网络(Wireless Multimedia Sensor Networks，WMSNs)是一种由大量传感器节点通过无线通信方式形成一个自组织的网络系统。WMSNs通常装备有麦克风、摄像头等设备，用于采集声音、图像等多媒体数据。

相较于传统的无线传感器网络，WMSNs工作时采集到的数据量更大，节点的处理与传输能耗也相应更高。然而，WMSNs的能量一般由传感器节点上的微型电池提供，且网络经常运行在恶劣的自然环境中，能量难以补充，所以一旦电池能量耗尽，节点就会失去作用。因此，设计合适的图像压缩采集方案，降低节点的处理与传输能耗，延长网络生存周期，是无线多媒体传感器网络应用的关键之一。

目前主流的WMSNs图像压缩方案大多集中在对图像的编码过程进行改良，基于图像的空间相关性对冗余部分进行消除。这些压缩方法通常都具有较好的图像还原效果，如分布式JPEG2000图像压缩算法、分布式奇异值分解(Singular Value Decomposition，SVD)图像压缩算法等。这些方法利用层簇式无线传感器网络结构，在相机节点附近布置大量的配套节点来执行图像的压缩和传输工作，可以平均网络中各节点的能耗，延长网络整体的生命周期。但是，分布式图像压缩方法中，大量的计算工作由网络中的节点承担，如果追求高压缩比而使用较为复杂的算法，就需要在网络中使用更多的节点来分摊计算工作量，这不但会提高网络的整体能耗，还会使整个网络的拓扑结构复杂化。

矩阵补全(Matrix Completion，MC)技术就是在矩阵的元素有未知或缺失的情况下，根据已知元素估计未知元素，从而把矩阵恢复完整的过程。目前矩阵补全已广泛应用于机器学习、工程控制等领域。

发明内容

针对现有技术中图像压缩算法计算复杂、能耗较高等缺陷，本发明以“轻编码重解码”作为设计思路，引入矩阵补全技术，提出一种更适用于无线多媒体传感网的低能耗图像压缩方法，只需使用伪随机矩阵对原始数据进行部分采样即可得到压缩数据。基站在收到压缩数据后通过矩阵补全算法进行重构，得到完整的原始图像。与传统图像压缩方法相比，本发明将大量计算工作由采样端转移到基站进行，有效地降低了采样端节点的能量消耗，提高了传感网图像数据的采集效率与采集质量。

为实现上述目的，本发明采用的技术方案为一种基于矩阵补全的无线多媒体传感网图像压缩采集方法，具体包含以下步骤：

步骤1：系统初始化；

步骤2：相机节点对目标场景进行采样，获得原始图像数据A；

步骤3：相机节点将原始图像A分为大小相等的块状图像a_k，设定采样率r，根据r选择采样矩阵编号i、j；

步骤4：相机节点将块状图像a_k和采样矩阵编号i、j分发给各个普通节点进行处理；

步骤5：普通节点根据编号i、j从随机采样矩阵库M中提取随机采样矩阵W_ij，对块状图像a_k进行部分采样，获得不完整块状图像矩阵X_k，提取矩阵X_k中非零元素，并按顺序排列可得集合D_k，该集合即为块状图像a_k的压缩数据；

步骤6：普通节点将压缩数据D_k及随机矩阵编号i、j发送至簇头节点，经过簇头汇总后传输至基站节点进行重构；

步骤7：基站根据收到的采样矩阵编号i、j从随机采样矩阵库M中提取对应的采样矩阵W_ij，用集合D_k中元素依次替代矩阵W_ij中非零元素即可得到不完整的块状图像X_k；

步骤8：通过矩阵补全重构算法对矩阵X_k中零元素部分进行补全，可以得到重构块状图像Y_k，Y_k可以近似地表达块状矩阵a_k；

步骤9：将重构得到的所有块状矩阵Y进行拼接，得到完整的重构图像B，此时重构图像B可以近似地表示原始图像A；

步骤10：转至步骤2，开始新一轮的采样。

进一步，上述网络中各个节点均装备有GPS接收器，并拥有唯一的ID编号，相机节点额外装备有图像采集设备，普通节点和基站中预先存有随机采样矩阵库。

进一步，上述系统初始化的具体过程包括：

1)簇头节点向其他所有节点广播自己的ID编号；

2)相机节点向簇头节点发送自己的ID编号；

3)簇头节点将相机节点的ID编号广播给全部普通节点；

4)普通节点向相机节点和簇头节点发送自己的ID编号；

5)所有普通节点和基站载入预先存入的随机采样矩阵库。

进一步，上述随机采样矩阵库M是一种由大量大小相同，采样率以0.1为差值行递增变化的随机0-1矩阵W_ij按序拼接而成的大型矩阵，其中，每个随机采样矩阵W_ij根据自身采样率及采样情况不同对应唯一的矩阵编号i、j。

与现有技术相比，本发明的有益效果：

1，相比传统的分布式图像压缩方案，本发明将绝大部分计算工作从网络内部节点转移至基站执行，减少了网络内部的计算压力，所需使用的节点数量也大大减少，有效的简化了传感器网络的拓扑结构。

2，由于大部分计算工作已经被转移至基站进行，网络正常工作所需的能耗大大降低，整个网络的生存周期得到延长。

3，本发明对原始图像数据进行部分采样时使用的测量矩阵是可以预先设定好的伪随机采样矩阵，只有采样端与基站才知道采样矩阵内容。然而，在采样矩阵位置的情况下难以对图像进行重构，所以经过筛选得到的压缩数据相当于进行被进行过一次弱加密，一定程度上提高了数据传输的安全性。

附图说明

图1是无线多媒体传感器网络的结构图。

图2是本发明图像采样及压缩部分工作流程图。

具体实施方式

现结合附图对本发明做进一步详细的说明。

本发明是一种基于矩阵补全技术的无线多媒体传感器网络图像压缩采集方法。通过伪随机矩阵对原始图像进行部分采样快速得到压缩数据，再在基站节点通过矩阵补全重构算法恢复出完整图像。由于本方法的大部分计算工作在基站端进行，因此能够最大程度的减少图像的采集和传输能耗，延长网络整体的生命周期。

本发明基于层簇式无线多媒体传感器网络，即将网络中节点分为相机节点、普通节点和簇头节点，如图1所示。在该网络中，相机节点负责原始图像的采集和分块；普通节点负责对块状图像进行部分采样；簇头节点负责收集簇内的数据，并将数据整合后交给基站节点进行图像重构。

所有的节点均装备有GPS接收器，并拥有唯一的ID编号，各节点所处位置固定不变且保持时钟同步。在部署网络之前，普通节点和基站会预先存入相同的伪随机矩阵库M，如式(1)所示：

上式中，M是由64个大小相同、采样率以0.1为差值按行递增变化的随机0-1矩阵W_ij按序拼接而成的大型矩阵。其中，i反映了采样矩阵W_ij的采样率情况，W_1j(1≤j≤8)表示采样率为0.1的8个不同的随机采样矩阵，而W_2j(1≤j≤8)表示的采样率则为0.2。依次列推，伪随机矩阵库M可以提供8种不同采样率(0.1-0.8)的采样矩阵，且每种采样率包含8个不同的随机采样矩阵。

例如，式(2)为块状图像大小为8×8，采样率为0.5时产生的随机采样矩阵：

当普通节点对分块图像进行部分采样时，仅保留W_ij中值为1处位置的像素信息，按此规则块状图像进行筛选即可得到原始图像的压缩数据。

目前，主流WMSNs图像压缩方案多着重于图像编码方式的优化，其绝大部分复杂的计算工作全部在网络的采样端完成。而本发明仅需要对目标场景进行部分采样，即可获得重构所需的压缩数据。将耗能高的计算工作转移至基站进行，可以有效地降低网络内部能耗，延长整个网络的生存周期。

具体方法流程，如图2所示，如下：

1、系统初始化。

2、相机节点对目标场景进行采样，获得原始图像数据A。

3、将A分割为大小相等的块状图像，记为a＝{a₁,a₂,…}。

4、相机节点设定采样率为r，并根采样率决定采样矩阵编号i、j。

5、相机节点将采样矩阵编号i、j以及块状图像a分配到普通节点。

6、普通节点利用矩阵编号i、j从伪随机矩阵库M中找到对应的采样矩阵W_ij，并对收到的块状图像a_k进行部分采样，即：

X_k＝W_ij*a_k (3)

得到矩阵X_k是块状图像a_k部分采样后获得的压缩数据，其中非零元素数量记为l：

l＝r×q×p (4)

依次提取矩阵X_k中的非零元素，得到非零元素集合D_k。

D_k＝{d₁,d₂,…,d_l} (5)

7、各普通节点将部分采样得到的数据D_k以及采样矩阵编号i、j发送到簇头节点，经簇头节点汇总后将全部数据传输到基站节点。

8、基站节点根据收到的采样矩阵编号i、j从M中提取对应的矩阵W_ij，用集合D_k中元素依次替代矩阵W_ij中非零元素即可重构得到矩阵X_k。而后通过矩阵补全图像重构算法对矩阵X_k中零元素部分进行补全，可得恢复后的块状图像Y_k，Y_k可以近似地表示块状矩阵a_k。

9、将重构得到的所有块状图像Y进行重组，可得到完整的重构图像B，此时B可以近似地表示原始图像A。

10、转至步骤2，开始新一轮采样。

其中，步骤1中的系统初始化过程包括：(1)簇头节点向其他所有节点广播自己的ID编号。(2)相机节点向簇头节点发送自己的ID编号。(3)簇头节点将相机节点的ID编号广播给全部普通节点。(4)普通节点向相机节点和簇头节点发送自己的ID编号。(5)所有普通节点和基站载入预先存入的随机采样矩阵库。

本发明采用的图像重构算法为不精确增广拉格朗日乘子法(Inexact AugmentedLagrange Multipliers，IALM)，该算法为矩阵补全领域较为常用的一种算法，被广泛地应用于图像数据的恢复。IALM算法是一种基于核范数最小化模型的迭代算法，其需要解决的问题可以描述为：

对于部分采样的块状图像数据X，可以利用其部分观测元素来恢复完整的图像，此恢复过程可以用下列仿射秩最小化问题来表达：

其中，X为不完整的块状图像数据，Y表示待求的块状重构图像，Ω为被采样元素的位置集合。记被采样元素数目为l，则l的值与集合Ω的势相等。在上述优化问题中，约束条件也可以表示为P_Ω(Y)＝P_Ω(X)，其中P_Ω为投影算子，定义为

由于矩阵的秩函数是非凸函数，问题(6)是一个NP-hard问题，想要直接求解比较困难。可以通过将秩函数松弛为核范数，将秩函数最小化问题松弛为如下凸优化问题：

通过引入实矩阵变量E，上式中的最小化问题可重新表示为:

其中，X的未采样元素设置为0，上述最优化问题的部分增广拉格朗日函数为

其中，μ为正则化参数。初始化时，各参数初值设定如下：E₀＝Z₀＝0，μ₀>0，ρ>1，ε>0。利用不精确增广拉格朗日乘子法(IALM)交替更新Y，E，Z，μ，其迭代公式为

Z_t＝Z_t-1+μ_t-1(X-Y_t-E_t)(13)

其中，表示Ω的补集，当算法进过足够次迭代之后结果收敛，可以得到能近似表示块状原始图像的重构图像Y_opt。

为了方便描述，现提供一个实施例：假设需要开发一个无线多媒体传感器网络的图像压缩应用，应用的基本需求是减少冗余数据、节约网络能耗，图像精度可控。本发明设计了基于矩阵补全算法的图像压缩机制，相机节点仅需要一次采样即可获得重构图像所需的全部信息，原始图像在分块、部分采样后经由簇头节点发送至基站，并在基站执行重构算法恢复图像。整个过程不需要在网络内部执行复杂压缩运算，一定程度上简化了网络结构，节约了不必要的能耗开支，延长了整个网络的生存周期。

具体实现步骤如下：

(1)系统初始化，相机节点对目标场景进行采样，获得原始图像数据。

(2)相机节点将原始图像分割成等大小的块状图像，设定采样率及采样矩阵编号，最后将块状图像和采样矩阵编号分派给各个普通节点进行处理。

(3)普通节点根据编号从伪随机矩阵库中提取对应的随机采样矩阵，并利用该矩阵对块状图像进行部分取样，得到图像的压缩数据。

(4)簇头节点将从各普通节点汇总的压缩数据和编号发送至基站节点。

(5)基站在收到数据后根据编号从伪随机矩阵库中调用对应矩阵，并利用矩阵补全算法对压缩数据进行补全，重构得到全部的块状图像。

(6)将全部的块状图像进行拼合，可以得到完整的重构图像。

本发明通过引入矩阵补全算法，将大量计算工作从采样端转移至基站进行，只需对原始图像进行部分采样即可获得压缩数据。本方法可以有效的减少传感器节点的能耗，提高采样端工作效率，延长整个网络的生命周期。

Claims (4)

1.一种基于矩阵补全的无线多媒体传感网图像压缩采集方法，其特征在于包含以下步骤：

步骤1：系统初始化；

步骤2：相机节点对目标场景进行采样，获得原始图像数据A；

步骤3：相机节点将原始图像A分为大小相等的块状图像a_k，设定采样率r，根据r选择采样矩阵编号i、j；

步骤4：相机节点将块状图像a_k和采样矩阵编号i、j分发给各个普通节点进行处理；

步骤5：普通节点根据编号i、j从随机采样矩阵库M中提取随机采样矩阵W_ij，对块状图像a_k进行部分采样，获得不完整块状图像矩阵X_k，提取矩阵X_k中非零元素，并按顺序排列可得集合D_k，该集合即为块状图像a_k的压缩数据；

步骤6：普通节点将压缩数据D_k及随机矩阵编号i、j发送至簇头节点，经过簇头汇总后传输至基站节点进行重构；

步骤7：基站根据收到的采样矩阵编号i、j从随机采样矩阵库M中提取对应的采样矩阵W_ij，用集合D_k中元素依次替代矩阵W_ij中非零元素即可得到不完整的块状图像X_k；

步骤8：通过矩阵补全重构算法对矩阵X_k中零元素部分进行补全，可以得到重构块状图像Y_k，Y_k可以近似地表达块状矩阵a_k；

步骤9：将重构得到的所有块状矩阵Y进行拼接，得到完整的重构图像B，此时重构图像B可以近似地表示原始图像A；

步骤10：转至步骤2，开始新一轮的采样。

2.根据权利要求1所述的基于矩阵补全的无线多媒体传感网图像压缩采集方法，其特征在于所述网络中各个节点均装备有GPS接收器，并拥有唯一的ID编号，相机节点额外装备有图像采集设备，普通节点和基站中预先存有随机采样矩阵库。

3.根据权利要求1所述的基于矩阵补全的无线多媒体传感网图像压缩采集方法，其特征在于所述系统初始化的具体过程包括：

1)簇头节点向其他所有节点广播自己的ID编号；

2)相机节点向簇头节点发送自己的ID编号；

3)簇头节点将相机节点的ID编号广播给全部普通节点；

4)普通节点向相机节点和簇头节点发送自己的ID编号；

5)所有普通节点和基站载入预先存入的随机采样矩阵库。

4.根据权利要求1所述的基于矩阵补全的无线多媒体传感网图像压缩采集方法，其特征在于所述随机采样矩阵库M是一种由大量大小相同，采样率以0.1为差值行递增变化的随机0-1矩阵W_ij按序拼接而成的大型矩阵，其中，每个随机采样矩阵W_ij根据自身采样率及采样情况不同对应唯一的矩阵编号i、j。