无线多媒体传感器网络图像通信性能分析

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (14): 27-32.

无线多媒体传感器网络图像通信性能分析

熊哲源1，樊晓平1，2，刘少强1，瞿志华1，3，衷路生4

1.中南大学信息科学与工程学院，长沙 410075
2.湖南财政经济学院网络化系统研究所，长沙 410205
3.美国中佛罗里达大学电气与计算机工程系，佛罗里达奥兰多 32816-2450
4.华东交通大学电气与电子工程学院，南昌 330013

出版日期:2012-05-11 发布日期:2012-05-14

Performance analysis for image communication in wireless multimedia sensor networks

XIONG Zheyuan1, FAN Xiaoping1，2, LIU Shaoqiang1, QU Zhihua1，3, ZHONG Lusheng4

1.School of Information Science and Engineering, Central South University, Changsha 410075, China
2.Laboratory of Networked Systems, Hunan University of Finance and Economics, Changsha 410205, China
3.School of Electrical Engineering and Computer Science, University of Central Florida, Orlando, FL 32816-2450, USA
4.School of Electrical and Electronic Engineering, East China Jiaotong University, Nanchang 330013, China

Online:2012-05-11 Published:2012-05-14

摘要/Abstract

摘要： 对无线视频传感器节点的图像通信活动进行研究，分析了其在资源受限的无线多媒体传感器网络中进行图像编码和传输的性能。对基于DCT和DWT的图像编码与传输的能量消耗和率失真进行建模分析。根据所建立的能量消耗与率失真模型，对有限的能量和传输带宽进行优化分配。根据监测场景的统计信息，调整编码中所使用的参数，以使得能量消耗最小化。仿真实验结果表明，所提出的方法在保证应用所需图像质量的情况，有效地降低了无线传感器节点的数据通信量和计算过程的能耗。

关键词: 无线多媒体传感器网络, 图像压缩, 图像传输, 离散余弦变换（DCT）, 离散小波变换（DWT）

Abstract: The objective of this paper is to study the image communication behavior of a wireless video sensor, and analyze its performance under resource constrained wireless multimedia sensor networks. Energy consumption and rate distortion model of DCT and DWT based image compression and transmission is developed. Based on energy consumption and rate distortion model proposed, resource allocation is optimized with limited energy and bandwidth. Encoding coefficients are adapted according to the activity of monitoring scene, and then the energy consumption is minimized. Simulation results are conducted to show the performance of the work. The proposed scheme dramatically reduces image compression and transmission energy consumption under expected image distortion and transmission rate.

Key words: wireless multimedia sensor networks, image compression, image transmission, Discrete Cosine Transform（DCT）, Discrete Wavelet Transform（DWT）

熊哲源1，樊晓平1，2，刘少强1，瞿志华1，3，衷路生4. 无线多媒体传感器网络图像通信性能分析[J]. 计算机工程与应用, 2012, 48(14): 27-32.

XIONG Zheyuan1, FAN Xiaoping1，2, LIU Shaoqiang1, QU Zhihua1，3, ZHONG Lusheng4. Performance analysis for image communication in wireless multimedia sensor networks[J]. Computer Engineering and Applications, 2012, 48(14): 27-32.

[1]	于恒，梅红岩，许晓明，贾慧萍. 基于深度学习的图像压缩算法研究综述[J]. 计算机工程与应用, 2020, 56(15): 15-23.
[2]	丁智慧. 基于DCT的声呐探测信号鉴定方法[J]. 计算机工程与应用, 2018, 54(1): 133-139.
[3]	王燕，王芸芸. 一种DCT和ELBP融合的人脸特征提取方法[J]. 计算机工程与应用, 2017, 53(4): 170-175.
[4]	郑继明1，2，崔玉岩1，耿金玲2，陈龙1. 运用DWT和ORB的图像篡改检测方法[J]. 计算机工程与应用, 2017, 53(11): 187-191.
[5]	李高平，刘莉. 图像子块特征匹配的快速分形编码算法[J]. 计算机工程与应用, 2017, 53(1): 195-200.
[6]	周菲菲，陈建明，张晶晶. 基于局部最小熵的小波系数预测编码方法[J]. 计算机工程与应用, 2016, 52(22): 203-207.
[7]	张建海1，2，温显斌1，2，雷鸣1，2，徐海霞1，2，钦潺1，2，刘菁1，2. 基于小波变换的三维网格数字水印技术研究[J]. 计算机工程与应用, 2014, 50(4): 98-102.
[8]	徐皓波，于凤芹. 基于稀疏预处理和循环观测的语音压缩感知[J]. 计算机工程与应用, 2014, 50(23): 220-224.
[9]	周菲菲. 基于三进制表示的小波系数预测编码方法[J]. 计算机工程与应用, 2013, 49(9): 156-159.
[10]	张佳，赵凤群，戴芳，左涛. 小波和KPD的图像压缩方法[J]. 计算机工程与应用, 2013, 49(9): 160-163.
[11]	李高平，杨军，陈毅红. 改进转动惯量特征的快速分形图像编码算法[J]. 计算机工程与应用, 2013, 49(24): 144-148.
[12]	褚静，徐安成，张美凤. 基于DWT-LSSVM的图像压缩算法[J]. 计算机工程与应用, 2013, 49(14): 156-159.
[13]	徐伟，陶亮. 二维实值Gabor变换在图像压缩上的应用[J]. 计算机工程与应用, 2012, 48(7): 177-180.
[14]	李庆忠，王中琦，李长顺. 适合水声信道传输的水下图像高效编码算法[J]. 计算机工程与应用, 2012, 48(6): 209-213.
[15]	刘方明1，潘晓中1，2，杨晓元1，2，3，苏光伟1. 数字图像DCT变换的FPGA实现[J]. 计算机工程与应用, 2012, 48(6): 65-68.