机械设计与制造2023，Vol.392Issue(10) ：26-30,35.

基于字典学习和物联网边缘计算的水利水电监测图像压缩传输研究

The Study on Compression Transmission of Water Conservancy and Hydropower Monitoring Image Based on Dictionary Learning and Edge Computing of Internet of Things

郭翔 王永涛 余云昊 狄查美玲
机械设计与制造2023，Vol.392Issue(10) ：26-30,35.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于字典学习和物联网边缘计算的水利水电监测图像压缩传输研究

The Study on Compression Transmission of Water Conservancy and Hydropower Monitoring Image Based on Dictionary Learning and Edge Computing of Internet of Things

郭翔 1王永涛 2余云昊 1狄查美玲1
扫码查看

作者信息

  • 1. 贵州电网有限责任公司电力调度控制中心,贵州 贵阳 550002
  • 2. 贵州省水利科学研究院,贵州 贵阳 550002
  • 折叠

摘要

针对水利水电工程中图像压缩传输的需求,这里提出基于K-SVD、压缩采样匹配追踪(CoSaMP)重构的欠完备字典学习及稀疏表达方式,并结合图像块字典更新学习得到终端边缘计算有损压缩方法.之后设计了应用于4G、GPRS网络环境的物联网终端系统.工程应用结果表明,所提的方法及设计的终端模块能够实现在短时间(计算时间最长14.2s)内达到最高93%、最低59.8%的数据压缩比,重建图像能够清晰表达原图像特征,峰值信噪比(PSNR)达到(24.3～25.4)db,优于传统压缩传输方法.这里所提系统具有低成本、低功耗、较高性能的优点,有效解决实际应用中图像采集连接超时、成像时延大、数据传输成本高的问题.

关键词

图像压缩/K-SVD/CoSaMP/字典学习/稀疏表达/物联网边缘计算

Key words

Image Compression/K-SVD/CoSaMP/Dictionary Learning/Sparse Representation/Edge Comput-ing of IoT

引用本文复制引用

基金项目

贵州省水利厅水利技术示范项目([2019]SF-201913)

出版年

2023
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
参考文献量7
段落导航相关论文