论文部分内容阅读
作为一种全新的信息获取与处理技术,多媒体传感器网络较之传统传感器网络更多地关注音频、图像、视频等大信息量、大数据量媒体的采集和处理,在军事、民用以及商业领域具有广阔的应用前景。资源受限的传感器节点对多媒体数据的感应能力与传输能力不匹配,且易丢包。本文对以上问题寻求解决方案,主要工作如下：(1)音频数据采集方案的研究。不同于温度,光强等环境数据采集,音频数据采集具有采样频率快,数据量大的特点,对在资源受限的无线传感器网络中实现音频数据的采集、存储与传输提出了挑战。针对音频数据采集的特点,结合传感器网络应用环境,提出了一种具有存储、压缩与可靠传输功能的音频数据采集方案。分析与实验结果表明,该方案可以保证音频数据的可靠存储与传输,设计的音频数据压缩算法能够有效减少节点的发包量,节约网络能量。(2)分布式图像搜索系统的研究。SIFT特征匹配算法是图像处理中一种常用的物体识别算法。但是,在处理能力有限的传感器节点上运行SIFT算法耗时太长。本文设计了一种传感器网络中SIFT分布式实现的算法,并提出一种计算简单的RCT图像压缩算法,分析和实验结果表明,分布式SIFT算法可以加快图像处理速度,RCT算法计算简单,能有效节约节点能量。(3)原型系统设计与实现。基于TinyOS操作系统,本文结合以上研究工作,在CrossBow公司生产的Micaz和Imote2节点硬件平台上,实现了一个音频采集原型系统和一个图像搜索原型系统,并验证了所提协议的性能。音频采集原型系统利用ADC组件高速采集音频数据,在数据处理层加入重传机制和压缩算法,在监控管理层还原数据并分析协议性能。图像搜索原型系统在Imote2节点上加载TOS_MAC模块进行无线通信,使用SIFT算法进行图像特征匹配。实验结果表明,音频采集原型系统运行稳定,图像搜索原型系统匹配速度快,在图像发生平移、旋转、仿射变换情况下,仍能搜索出图像。