一种适用于多跳WMSNs的分布式图像压缩算法

在节点资源严重受限的无线多媒体传感器网络(WMSNs)中处理和传输大数据量的图像信息具有很大的挑战性。文章在研究基于小波变换的图像压缩算法SPIHT的基础上,提出了一种基于SPIHT算法的分布式并行图像压缩算法D-SPIHT,该算法具有复杂度低、设计简单、执行速度快、完全分布式并行执行的特点。仿真结果表明,文中提出的D-SPIHT算法,能够有效地平衡网络中各节点的能耗,从而延长网络的生命期,还能大大缩短图像压缩处理的时延,非常适合于对实时性要求较高的WMSNs中的图像压缩和传输。     

能量获取传感网络图像压缩传输的 波束成形节点选择方法

图像监测与传输的高能耗直接影响着传感网络持续监测性能,提高传感网络的传输能效性能具有重要的实际意义。为有效提升图像监测与传输的性能,研究面向图像压缩传输的能量获取传感网络的波束成形节点选择方法。首先根据能量获取的能量预测模型、波束成形的传感网络传输以及图像压缩传输模型,以最小化非目标接收基站的平均旁瓣幅值为优化目标,以节点选择数量为约束条件,建立面向图像传输的波束成形节点选择优化模型。然后提出基于改进蚁群算法(IACO)的图像压缩传输波束成形节点选择算法,提出方法中的启发函数不仅考虑能量获取能量和图像压缩与传输能量,而且在信息素更新公式中也结合剩余能量和非目标接收基站的平均旁瓣性能。通过实验仿真分析,在非目标接收节点的平均旁瓣性能和能量利用率方面,提出的IACO算法都优于标准蚁群算法(ACO)及随机节点算法,有效验证了提出IACO算法有效性。     

基于提升小波变换的图像压缩编码的VLSI实现

提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术,节省了硬件资源,提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构,提高了编码效率。基于上述方法的FPGA实现,能够满足图像存储、传输等方面的要求。     

基于十进量化的SPIHT算法改进

通过对SPIHT算法进行研究,提出了十进量化的SPIHT算法,同时对SPIHT算法的精细扫描过程进行优化,降低了编解码的复杂度.通过MATLAB软件仿真,实验结果表明,在相同的压缩比限定下,十进量化的SPIHT算法重建图像的峰值信噪比多数时候优于SPIHT算法,编解码耗时相当.     

一种改进的H.264分像素插值滤波算法

为降低H.264分数像素插值运算复杂度和存储访问量,提出了一种滤波系数可变、系数和不变的分像素插值算法。算法以目前视频编码标准H.264的分像素内插算法为基础,根据视频图像情况确定滤波系数。与H.264标准相比,可以降低18%的空间复杂度,计算复杂度相当,存储需求小。实验结果表明,该算法提高了峰值噪声比(PSNR),降低了比特率(Bit-rate),提高了编码性能。     

基于滑窗BATS码的低时延图像渐进传输方案设计

在图像通信中,为了节约网络资源同时保证在多跳网络中的可靠传输,该文提出了一种基于编码统计的滑窗BATS码和小波SPIHT编码的图像传输方案。该方案同基于传统BATS码和SPIHT编码的图像传输方案、基于普通滑窗BATS码和SPIHT编码的图像传输方案相比,不仅较好地改善了BATS码的编码随机性对传输可靠性的影响,还在保证方案具备渐进传输特性的同时显著地降低了传输时延,从而提高了图像通信的用户体验质量(QoE)。     

移动机器人环境视觉图像小波稀疏压缩传感与恢复重构

基于最新压缩传感技术理论,采用小波稀疏方法和正交匹配跟踪算法,对移动机器人常规环境视觉图像压缩传感存储与恢复重构进行了研究.结果表明：进行小波稀疏的压缩传感编码可以大大减少机器人环境视觉图像信息量,降低存储与传输代价,通过正交匹配追踪算法恢复的视觉图像,可以满足机器人常规环境视觉探测.     

基于有效期望质量度量的图像混合丢包保护方法

针对现有基于交织器结构的不等丢包保护方案通常以端到端期望质量度量系统性能，而没有考虑最小质量要求的问题，提出了以有效期望质量度量系统性能的新判据，有效期望质量定义为扣除传输失败情况后接收端得到的期望质量，基于此新判据，提出了一种双向局部搜索的信源／信道码率分配算法，采用双状态马尔可夫网络模型，通过对SPIHT和JPEG2000编码器产生的码流数据进行仿真实验，结果表明，新算法与基于端到端期望质量度量的原算法相比能显著提高有效期望质量，降低传输失败事件发生的概率，同时计算复杂度也明显减小。     

SPIHT算法的改进

为了进一步提高SPIHT算法的工作效率,减少其算法的复杂度,使算法更易于软、硬件的实现,通过调整小波系数的排序过程、用一维数组取代原有的链表结构、改变小波系数的重要性判断依据等措施对原有SPIHT算法进行了改进。实验表明,新算法降低了处理复杂度,节省了存储空间。     

基于提升框架的嵌入式图像压缩

提出的算法充分结合了方向信息提升框架和嵌入式压缩的优点,引入了迭代提升框架,使图像的编码计算更为灵活,调节性强,能有效控制图像压缩的计算量,在有比特流丢失的情况下,能优先保持图像的细节,充分考虑了视觉特征。该算法具有很好的细节处理效果,在大压缩比的情况下使图像的失真率大大降低。具体仿真结果表明了该编码方法的有效性,即通过比较常用的SPIHT算法、EZW算法、JPEG2000算法和本文的算法,在相同压缩比下,文中论述的算法能获得较好的效果。