[发明专利]基于卷积神经网络的可见光成像通信解码方法

权利要求书

1.一种基于卷积神经网络的可见光成像通信解码方法，其特征在于，包括以下步骤：

步骤1：在发射端使用RGB-LED为光源，待发送数据采用OOK编码并分成三个数据流，所述三个数据流分别驱动RGB-LED的红色灯珠、绿色灯珠、蓝色灯珠发出光信号；

步骤2：在接收端采用CMOS传感器摄像头正对RGB-LED录像来捕捉光信号，然后逐帧提取图像，从图像中截取条纹分布区域，分别对R通道、G通道和B通道生成平均帧并归一化，接着以有限个条纹为单位裁剪图片；

其中，所述步骤2包括以下步骤：

步骤2.1：对所述CMOS传感器摄像头采集到的视频逐帧提取图像；

步骤2.2：取部分图像，将其转换为灰度图，并将其像素值累加，然后除以图像的数量得到整个图像的平均帧，对这部分图像的三个通道分别进行像素值累加然后除以图片数量得到各个通道的平均帧；

步骤2.3：对整个图像的平均帧分别逐行和逐列进行像素值累加，然后找出像素值最大值，其所在的行和列即为图像里条纹区域的中心；

步骤2.4：在条纹区域的中心位置，依次从所有图像的原图中裁剪出包含所有条纹的矩形区域；

步骤2.5：将所得的上述矩形区域图像的R通道、G通道、B通道像素矩阵分别除以对应通道的平均帧，然后再将所得结果除以结果中的最大值进行归一化操作；

步骤2.6：从归一化后的矩形区域图像中，按一定数量的条纹为单位裁剪图片；

步骤3：取部分标签已知的条纹图片，输入到结构既定的卷积神经网络，以最小化交叉熵损失函数为目标，反复修正卷积神经网络的参数，建立分类器；

步骤4：将所得的上述裁剪条纹图片输入到已经训练好的卷积神经网络进行识别，将识别结果转化为相应的bit数据，再将数据依序排列组合，依据头部还原发送端发送的数据包。

2.根据权利要求1所述的基于卷积神经网络的可见光成像通信解码方法，其特征在于，所述步骤1包括以下步骤：

步骤1.1：首先将待发送的数据分割成多个长度一定的有效数据片段，然后为每个有效数据片段添加头部构成数据包，再将数据包分成三份，形成三个数据流；

步骤1.2：所述三个数据流由控制器控制LED驱动电路分别驱动RGB-LED的红色灯珠、绿色灯珠、蓝色灯珠发出光信号。

3.根据权利要求1所述的基于卷积神经网络的可见光成像通信解码方法，其特征在于，所述步骤3中的卷积神经网络输入为包含有限个条纹的条纹图片，所述卷积神经网络的输出端为2³个神经元，数据集的2³个标签对应三个通道OOK编码的2³种符号类别，以最小化交叉熵损失函数为目标，反复修正卷积神经网络的参数，直至将所述卷积神经网络训练好。

4.根据权利要求1所述的基于卷积神经网络的可见光成像通信解码方法，其特征在于，所述步骤4包括以下步骤：

步骤4.1：将所述步骤2中截取的条纹图片输入到所述步骤3中已经训练好的卷积神经网络进行识别；

步骤4.2：将识别结果转化为相应的bit数据，再将所述bit数据依序排列组合，查找数据包的头部，然后依据头部还原发送端发送的数据包。