[发明专利]一种视频传感器网络中的压缩感知编解码方法及系统

说明书

技术领域

本发明涉及到对视频传感器网络中的视频帧进行压缩感知编解码方法及系统，属于视频传感器网络中网内信息处理技术领域。

背景技术

视频传感器网络(Video Sensor Network)是由一组具有计算、存储和通信能力的视频传感器节点组成的分布式感知网络。视频传感器网络采集到的信息，无论是静态的图像还是动态的视频流，都具有很大冗余性和时空相关性，大量冗余数据在网络中传输势必会造成网络资源的严重消耗。而视频传感器节点的计算处理能力及通信带宽也普遍受限，因此在视频传感器网络信息获取、传输中采用有效的网内信息处理技术完成媒体信息压缩编码、特征提取、目标识别以及信息融合等处理，并结合数据同步及任务协同处理，可以减少网络业务流量、提高网络处理及响应速度，进而增强整个视频传感器网络监测能力。

发明内容

为在实现较高压缩率的同时获得较好的重构效果，本发明提出了一种基于自适应分组的压缩感知编解码方法，采用压缩感知技术对视频传感器节点所采集的视频帧进行编解码。

本发明首先提供了一种视频传感器网络中的压缩感知编解码方法，包括：

对原始视频帧进行自适应分组；

对分组所得的视频帧组进行压缩感知编码测量，得到每一个视频帧组的观测矢量矩阵；

对观测矢量矩阵进行压缩感知解码重构。

其中，对原始视频帧进行自适应分组的步骤，包括：

对所述原始视频帧进行基本分组，标定每个分组的首帧为关键帧，其余为非关键帧；

利用所有非关键帧对同组的关键帧进行差值处理得到每一个基本分组的差值矩阵，对差值矩阵中的所有列向量均值求和，在列向量均值之和大于预设的阈值时，采用该列向量均值之和对应的视频帧替换所属基本分组中的关键帧，该基本分组中的首帧被替换为非关键帧。

其中，对分组所得的视频帧组进行压缩感知编码测量的步骤，包括：

在每个视频帧组内，采用非关键帧对关键帧进行差值处理得到差值矩阵，再对所得的差值矩阵进行压缩感知编码测量。

其中，对分组所得的视频帧组进行压缩感知编码测量的步骤，包括：

采用分块压缩感知技术对分组所得的视频帧组进行压缩感知编码测量。

其中，对观测矢量矩阵进行压缩感知解码重构的步骤，包括：

采用梯度投影重构算法对观测矢量矩阵进行压缩感知解码重构。

本发明还提供了一种视频传感器网络中的压缩感知编解码系统，包括：

自适应分组模块，用于对原始视频帧进行自适应分组；

感知编码测量模块，用于对分组所得的视频帧组进行压缩感知编码测量，得到每一个视频帧组的观测矢量矩阵；

重构模块，用于对观测矢量矩阵进行压缩感知解码重构。

其中，自适应分组模块包括：

基本分组模块，用于对所述原始视频帧进行基本分组，标定每个分组的首帧为关键帧，其余为非关键帧；

替换模块，用于利用所有非关键帧对同组的关键帧进行差值处理得到每一个基本分组的差值矩阵，对差值矩阵中的所有列向量均值求和，在列向量均值之和大于预设的阈值时，采用该列向量均值之和对应的视频帧替换所属基本分组中的关键帧，该基本分组中的首帧被替换为非关键帧。

其中，感知编码测量模块用于在每个视频帧组内，采用非关键帧对关键帧进行差值处理得到差值矩阵，再对所得的差值矩阵进行压缩感知编码测量。

其中，感知编码测量模块用于采用分块压缩感知技术对分组所得的视频帧组进行压缩感知编码测量。

其中，重构模块用于采用梯度投影重构算法对观测矢量矩阵进行压缩感知解码重构。

(1)本发明的实施例中，视频帧分组方法采用的是自适应图像分组，通过设定动态阈值T来自适应调整图像组，达到了能够根据场景变换来动态改变分组大小的目的，较之单独使用传统的基本分组更为灵活，能够实现分组的多样性，进而实现更高的稀疏性，弥补单独使用基本分组的不足。最终的重构效果有效关键信息得到了良好的保存，信息的边缘纹理也清晰可见，其峰值信噪比质量得以大大改善。

(2)本发明压缩感知编码处理部分采用的是分块压缩感知技术，降低了编码端的运算复杂度、加快了编码端的运算速度，且易于实现，保证了对压缩感知理论的有效利用。压缩感知解码重构部分采用的是梯度投影算法重构技术，也能够加速算法的收敛速度，在保证了良好的视频重构效果的同时，也避免了解码端复杂度急剧增加的问题，同时整个系统也具有非常高的鲁棒性，具有较好的应用价值。

附图说明：