无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)是一种支持传输图像和视频等信息服务的无线传感器网络,在环境监测、移动医疗、交通监测等诸多领域都具有非常广阔的应用前景。除了一般无线传感器网络的共性特点外,无线多媒体传感器网络还具有处理任务复杂化,图像采集、处理与传输能耗呈现“均匀”分布等特点,使得能否有效解决因信息处理复杂带来的高能耗问题,成为无线多媒体传感器网络走向实用化的关键。针对无线多媒体传感器网络能量、存储、处理能力严重受限的特点,结合无线多媒体传感器网络的拓扑结构,本文首先提出一种基于主成分分析(Principal Component Analysis,PCA)的多点协作图像压缩传输方案。首先将相机采集到的图像分块发送给普通节点,普通节点将收到的分块图像使用PCA图像压缩算法进行自适应压缩并发送给簇头节点,簇头节点再将压缩后的数据发送至基站。随后,针对基于PCA的图像压缩算法只适用于压缩单幅灰度图像的局限性,将PCA图像压缩算法扩展至高阶,提出了一种基于张量主成分分析(Tensor Principal Component Analysis,TPCA)的图像序列压缩算法。仿真实验表明,提出的协作式图像压缩传输机制极大地缓解了图像采集节点的能耗压力,有效地平衡了网络中节点的能耗。与JPEG2000协同图像压缩等方案相比,基于PCA的图像处理方案的网络总能耗更少;后者不仅能够有效地对图像进行压缩传输,平衡网络能耗,延长整个网络生命周期,而且还可以有效去除图像常见的噪声,保证了图像的质量。基于TPCA的图像序列压缩模型可以有效地实现图像序列的批量压缩,在保持高压缩比的同时可以得到较高的图像恢复质量,以及对噪声同样具有较强的鲁棒性。