基于局域网的实时图像传输的压缩改进算法

针对已有的图像压缩算法占用主机资源或者消耗网络带宽的现状,提出一种基于局域网的实时图像传输的压缩改进算法．通过对图像的数据帧对比分析,只传输图像变化部分的数据信息,缩短压缩时间,提高压缩效率,增强图像传输的流畅性．并进行了算法的性能分析,可用于局域网中的网络监控类的软件开发．     

一种多媒体传感器网络的分布式压缩传输算法

多媒体传感器网络面临用有限能量传输大量数据的挑战,因此本文提出一种多媒体传感器网络中的分布式图像压缩传输算法,用普通节点协同压缩图像,簇头消除不同节点发来图像数据的相关性,进行去相关图像传输。仿真结果表明,该方法减少了传输图像的数据量,节省了网络能耗,具有一定的实用价值。     

气象雷达图像信息远程传输方法研究

针对远程采集的气象图像信息在传输过程中数据容易丢失的问题,提出了一种基于小波压缩终端补偿的远程气象图像信息传输方法:用远程通信卫星采集气象视频图像数据,通过无线传感网络,采用小波压缩技术,在节点上压缩后再传送;终端补偿算法能补偿气象图像数据信息在传输中的损失.实践证明,该方法能够增强远程气象雷达视频监控图像信息的完整性.     

小变化量数据的高效传输算法 ——转置矩阵位压缩算法

在许多网络数据传输中,数据的变化量是很小的.目前普遍使用的算法是传输变化了的数据项,而忽略未变化的数据项.当数据变化量不大时,传输的冗余位很多,这导致传输速度慢.作者提出的转置矩阵位压缩算法,可以将变化位和非变化位清晰地分开,在以位为单位的水平上进行压缩,这样即使使用极为简单的行程编码压缩算法也可以取得极高的压缩率.试验结果表明该算法的对小变化量数据的压缩效果很好;用于处理工业控制系统状态参数、证券交易中的行情数据等时,可缓解系统的网络负荷压力,提高网络的传输效率.     

参与式感知系统中基于压缩感知的数据采集算法

基于压缩感知理论提出了一种在参与式感知系统中进行数据采集的算法.该算法通过对节点社会关系的分析,估计得出部分未被传输的节点感知数据,在此基础上对观测矩阵进行更新,使压缩感知算法可以利用已传输的数据和估计得出的数据进行重构.该算法能显著减少参与式感知系统中传输的数据量,同时能够保证较好的数据重构精度.采用随机漫步移动模型进行了仿真实验,验证了算法的可行性.实验表明,与传统的压缩感知算法相比,上述算法在重构成功率相同的情况下,可以显著减少网络传输的数据量,从而降低网络消耗.     

面向云计算的广义影像金字塔与编码方法

基于云计算服务可扩展的基本理念,研究了影像数据服务中对数据范围以及数据精度的柔性需求变化,提出了一种面向云计算的广义影像金字塔建模方法及相应的图像多目标预测编码算法.首先对图像进行双正交TH33变换,再对图像的低频和高频区域分别划分目标,最后根据已有目标对未知目标进行差分预测.实验表明:构建的广义影像金字塔以及MOP算法的划分目标原则适用于图像数据的云存储与运算.MOP算法在标量量化的基础上可以提高图像数据的压缩质量与压缩效率,实现图像数据的渐进式传输.     

基于SVD的无线多媒体传感器网络图像压缩机制

针对无线多媒体传感器网络图像压缩问题,从节点协作特性出发,提出了一种基于奇异值分解的图像压缩传输方案.首先研究了基于SVD的分块图像自适应压缩算法,以平衡网络能耗为目标,将相机节点和普通节点按照角色分工,协作完成图像采集、压缩和传输工作.相机节点负责采集图像信息,然后将图像分块发送给簇内普通节点;簇内普通节点对分块图像进行自适应压缩并将数据发送给簇头节点;簇头节点再将压缩后的数据转发至基站.仿真结果表明,提出的网络拓扑方案和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,有效地平衡了网络的节点能耗.与JPEG2000协同图像压缩方案相比,基于SVD的图像处理方案的网络总能耗更少;且后者能够有效地对图像进行压缩传输,平衡网络能耗,延长整个网络的生命周期.     

基于稀疏采样的无线多媒体传感网图像压缩算法

为解决无线多媒体传感网存在的网络能耗高、节点性能低以及存储空间小等问题,结合WMSNs的特点引入压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式多媒体传感网图像压缩算法。该算法考虑多传感器节点的协作性,实现了图像在傅里叶域上的分块自适应压缩采样与传输。通过公开图像数据集中与现有的其他分布式压缩感知算法的仿真对比实验,表明了所提算法不仅能够有效降低重构误差、提高重构图像的质量,而且能更好地适合WMSNs网络低能耗的应用要求。     

浅析计算机压缩编码技术

进行计算机远程控制时,为实时显示受控端受控桌面,受控端受控程序需要不断的发送改变区域的图像数据到控制端控制程序,未经处理的图像数据量很大,对这样的图像进行传输和处理将对网络带宽、处理器造成很大的压力,必需使用有效的压缩编码技术对图像进行压缩编码以提高传输和处理的速度。本文主要分析LZ77算法和Hufihlan编码     

无损压缩算法LZW研究与实现

随着计算机技术和网络技术的发展,人们需要存储和传播的数据越来越多。这些数据占用了大量的磁盘空间和网络带宽。然而数据中又存在着许多冗余信息,因此我们可以通过压缩数据来减少存储数据占用的磁盘空间和网络传输时所占用的带宽。数据压缩分为无损压缩和有损压缩,数据在压缩前和解压缩后的内容不发生任何变化的压缩被称为无损压缩。本文按照LZW算法压缩原理,完成了压缩函数和解压缩函数的编写,实现了文件的无损压缩和解压缩。