一种基于压缩感知的无线传感器图像采集传输系统的制作方法
【技术领域】
[0001] 本发明设及无线传感器网络领域，尤其是一种基于压缩感知的无线传输系统。
【背景技术】
[0002] 近年来，物联网技术的提出大大的改变了世界，物联网可W通过无线传感器技术 实时的对所需检测的目标物体进行各类信息采集，也可通过各种无线网络通信技术实现人 与各种物体之间的智能化管理、识别和感知。无线传感器技术在军事安全、智能家居、工业 生产等各方面发挥着至关重要的作用。
[0003] 已知，传感器的使用寿命和生命周期是一个无线传感器网络的重要技术指标，运 要求传感器在低功耗低带宽的条件下仍能传输诸多复杂信息，尤其在传输图像方面，传统 的图像采集与压缩需要耗费大量的存储空间，发送时的大数据量也加剧了传感器节点的能 量损耗，而且传感器无线通信存在着大量的数据丢失和不稳定因素，不完整的数据传输也 可能导致接收端无法获得图像信息。并且传统的野外图像获取设备多为本地SD卡存储，由 于设备需要在一个地方长期放置，大量的图像信息则保存在本地SD卡，存储空间不足的弊 端大大凸显，而且要想获取采集到的图像，还需要人工的去实地查找设备取回SD卡，运样 并不能实现物联网概念中所设及的人与物体之间的智能化管理。
[0004] 如何在减少采集数据量的同时获得丰富信息，W及如何在降低设备功耗的同时获 取图像信息，都是目前图像信息采集领域迫切需要解决的问题。为此，我们提供了一种基于 压缩感知的无线传感器图像采集传输系统。
【发明内容】
阳〇化]本发明目的在于提供一种成本低、兼容扩展性强、功耗低的基于压缩感知的无线 传感器图像采集传输系统。
[0006] 为实现上述目的，采用了W下技术方案：本发明所述系统由若干终端节点、汇聚节 点和PC机组成；
[0007] 所述每个终端节点包括图像采集模块、卡片式电脑、Zigbee无线通信模块、被动式 热释电红外传感器、红外LED、SD卡和供电模块；图像采集模块的输出端通过数据线与卡片 式电脑连接，图像采集模块获取的图像信息传输至卡片式电脑；被动式热释电红外传感器 的输出端通过数据线与卡片式电脑连接，被动式热释电红外传感器获取到红外信号后将高 电平信号传输至卡片式电脑；红外LED的输入端通过数据线与卡片式电脑连接，卡片式电 脑控制红外L邸的开启关闭；Zigbee无线通信模块通过数据线与卡片式电脑互通连接，终 端节点上的Zigbee无线通信模块与汇聚节点上的Zigbee无线通信模块形成网络并进行通 信；供电模块与卡片式电脑相连提供电能，SD卡与卡片式电脑连接用于信息储存；
[000引所述汇聚节点是W终端节点为基体，在终端节点中增设了WiFi模块或3G模块，该WiFi模块或3G模块的信号输入端通过USB数据线与卡片式电脑的USB接口相连，卡片式 电脑通过WiFi模块或3G模块将信息发送至互联网中，通过互联网与PC机相连进行数据传 输；汇聚节点上的Zigbee无线通信模块与终端节点上的Zigbee无线通信模块形成网络并 进行通f目；
[0009] 终端节点能对图像信息进行采集和压缩，并通过Zigbee无线通信模块形成的网 络将图像信息发送至汇聚节点；汇聚节点也能对图像信息进行采集和压缩，通过Zigbee无 线通信模块形成的网络接收终端节点的图像信息，并通过WiFi模块或3G模块将已经压缩 的图像信息发送至互联网中，通过互联网与PC机相连进行数据传输，PC机完成图像信息的 重构与获取，形成基于压缩感知的无线传感器图像采集传输系统。
[0010] 进一步的，所述终端节点与汇聚节点对图像信息进行压缩时采用压缩感知图像压 缩算法，运用Matl油2014a/Simulink软件作为卡片式电脑的软件开发环境，通过Simulink 搭建程序硬件控制模型，通过M-化nction实现对图像信息的压缩；Simulink模型和 M-化ntion经转换形成mex文件和C语言文件，由卡片式电脑将C语言文件编译成嵌入式可 执行程序。
[0011] 进一步的，所述卡片式电脑采用RaspberryPi树替派开发板。
[0012] 进一步的，所述的图像采集模块由摄像头和0V5647传感器组成，摄像头与0V5647 传感器连接后通过CSI接口与树替派连接。
[0013] 进一步的，所述压缩感知图像压缩算法的具体方法如下：运用Simulink的卡片式 电脑W10次每秒的频率检测GPIO23号引脚，当检测到高电平时，将25号引脚至高电平， 同时调用图像采集模块，将图像采集模块的摄像头输出格式设置为YCb化，设备名选择/ dev/videoO,通过Resize图像调整模块将输出图像大小调整为256X256,通过M-function 提取Y通道信息，进行小波变换和观测得到观测值y，并保存于Aome/pi目录下，对图像进 行小波变化和观测，所用的小波和观测矩阵W.mat格式封装保存于Aome/pi目录下，在程 序流程进行到小波变换和观测时进行调用。
[0014] 进一步的，终端节点和汇聚节点在获取图像信息的同时进行压缩感知编码，在压 缩感知算法的图像处理中，将NXN的图像首先进行9/7小波变换，然后构造测量矩阵W，测 量矩阵采用结构化随机矩阵，利用W对全部的小波变换系数进行测量，得到MXN大小的测 量系数;M和N为图片高度和宽度的像素值，K=M/N，K为采样率。
[0015] 进一步的，PC机接收到汇聚节点发来的已经压缩的图像信息后，通过压缩感知 SAMP重构算法和一种基于神经网络的步长确定方法重构出原图像；所述基于神经网络的 步长确定方法如下：
[0016] 首先设计两组神经网络及训练数据，第一种：最高精度恢复步长S，是寻找能够 最佳最清晰重构图像的步长；第二种：精度固定最短重构时间步长Si,是认为在达到一定 PSNR时图像清晰度已符合要求所寻找的最短重构时间的步长；
[0017] PC机重构图像时需要的训练步长由最高精度恢复步长神经网络和精度固定最短 重构时间步长神经网络训练得出；
[0018] 根据训练要求设计神经网络结构，所述神经网络采用输入层、隐层、输出层的=层 结构，根据实际训练结果，选择隐层10个隐层节点、输入层2个节点，分别输入图像大小数 据和采样率，输出为步长S或Sl;
[0019] 神经网络选用BP神经网络，BP隐层传递函数采用正切Sigmoid函数tansig，输出 层神经元采用线性函数purelin;
[0020] 第一种神经网络训练数据，选择10张不同大小NXN的图像（NXN为图片分辨率 大小，例如1366*766,N*N代表图片高度和宽度的像素值相乘），分别在30%，50%，70%的 采样率下人为寻找最大重构精度的步长S，运10张图片的大小数据和采样率作为输入，寻 找到的步长S作为输出；
[0021] 第二种神经网络数据，选择10张不同大小NXN的图像（NXN为图片分辨率大小， 例如1366*766，N*N代表图片高度和宽度的像素值相乘），分别在30 %，50 %，70 %的采样率 下寻找在PSNR达到30化的情况下时间最短的步长si。
[0022] 与现有技术相比，本发明具有如下优点：终端节点和汇聚节点构成无线传感器网 络，通过汇聚节点实现传感器网络通信协议与TCP/IP协议的转换，可W实现图像经无线传 感器网络到3G网络或者WiFi网络的紧密连接，实现图像信息的即时获取，大大节省了人力 和时间。同时汇聚节点在担任协议转换的同时也进行图像采集，避免了传统无线传感器网 络需要单独架设网关的必要，且汇聚节点具有较强扩展性，可适用于多种通信协议的转换。 与传统无线传感器网络相比，图像采集发送采用压缩感知算法，实现了压缩感知算法与硬 件节点的兼容结合，实现了在低带宽条件下发送复杂多媒体信息的目的，数据发送量大幅 降低，功耗减少，而且本发明节点装置更加廉价，兼容性扩展性更强。
【附图说明】
[0023] 图1为本发明系统的终端节点的硬件结构示意图。
[0024] 图2为本发明系统的汇聚节点的硬件结构示意图。
[00巧]图3为本发明系统的无线传感器网络工作流程图。
[0026] 图4为本发明系统中压缩感知图像压缩算法的流程图。
[0027]图5为本发明系统的压缩感知图像压缩算法的恢复图片与原图片的对比图。
[002引图6为本发明系统的压缩感知编码端程序流程图。
【具体实施方式】
[0029] 下面结合附图对本发明做进一步说明：
[0030] 如图1所示，终端节点硬件包括卡片式电脑即Raspbe