面向農業(yè)多媒體WSN的彩色圖像重構方法研究.pdf

1、近年來，隨著農業(yè)智能化的腳步加快。在農業(yè)生產中，搭建無線傳感器網絡采集單一的環(huán)境參數，來監(jiān)控農業(yè)生產環(huán)境，已經越來越滿足不了農業(yè)的生產生活的需要了。同時，隨著網絡技術和圖像處理技術的快速發(fā)展，使得面向農業(yè)的多媒體無線傳感網絡應運而生。
　　然而在網絡中，傳輸的數據量過大，不僅導致網絡中的采集節(jié)點能耗消耗過快，同時會導致網絡造成擁塞的問題。因此，為了延長網絡采集節(jié)點的工作時間，同時降低網絡的數據傳輸量，使用一種合適的壓縮和恢復算法已

2、經越來越有著實際的重要意義。本文使用壓縮感知將采集的彩色圖像進行壓縮，并通過重構算法對壓縮后的圖像進行恢復，從而從理論上減少了數據的傳輸量。壓縮感知(CS)，它是新型的信號壓縮與恢復理論，分為三個步驟:信號的稀疏表示、測量矩陣和重構算法。通過這三個步驟來對信號進行壓縮和重構。
　　本文分析和介紹了CS理論的稀疏表示、測量矩陣和重構算法的數學原理和常用方法，同時介紹了RGB和YUV顏色模型和彩色圖像質量判斷方法。根據這些基本理論，提

3、出了基于CS理論的RGB和YUV兩種顏色模型的彩色圖像的壓縮和重構算法，將該算法利用于農業(yè)彩色圖像，并將這些圖像分別放在不同稀疏化基、不同測量矩陣、不同重構算法和不同壓縮率的對比試驗中，進行實驗分析。根據實驗分析，可得如下結論:
　　基于CS理論的RGB和YUV顏色模型的彩色圖像的具有可行性。同時具有高恢復精度。
　　傅立葉稀疏基具有很好的恢復效果，小波稀疏基重構的圖像保留了紋理細節(jié)。
　　不同的稀疏基和測量矩陣對重構