WSN監(jiān)測(cè)輪廓提取與可視方法研究.pdf

1、ResearchonContourextractionandVisualizationinWirelessSensorNetworksADissertationSubmittedtoNanjingNormalUniversityFortheAcademicDegreeofMasterofScienceBYWangChen—。1‘?！産y[SupervisedbyProfSunYanSchoolofComputerScienceandte

2、chnologyNanjingNormalUniversityApril2011摘要摘要無(wú)線傳感器網(wǎng)絡(luò)是一個(gè)由大量傳感器節(jié)點(diǎn)以自組織和多跳方式構(gòu)成的無(wú)線網(wǎng)絡(luò)。無(wú)線傳感器網(wǎng)絡(luò)可以幫助人們有效的觀測(cè)目標(biāo)、收集信息，并執(zhí)行用戶制定的策略或命令。監(jiān)測(cè)輪廓提取能夠獲得可理解的、具有上下文聯(lián)系的可視化信息，監(jiān)測(cè)輪廓提取算法研究對(duì)無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用具有重要意義。本文在總結(jié)前人研究工作的基礎(chǔ)上，利用VIsoMap監(jiān)測(cè)輪廓提取、分布式邊緣輪廓壓縮提取和基

3、于三角形合并的邊緣輪廓提取算法對(duì)無(wú)線傳感器網(wǎng)絡(luò)中的監(jiān)測(cè)輪廓問(wèn)題進(jìn)行了深入和系統(tǒng)的研究，主要做了以下三方面的工作。(1)通過(guò)多種輪廓圖生成算法的優(yōu)劣比較，提出了一種基于虛擬點(diǎn)的等值線輪廓圖提取模型。該模型采用局部數(shù)據(jù)融合技術(shù)，增設(shè)虛擬點(diǎn)，對(duì)輪廓進(jìn)行局部?jī)?yōu)化，在傳輸模型上采用了樹(shù)型連通集的無(wú)線傳感器網(wǎng)絡(luò)傳輸。理論推導(dǎo)和實(shí)驗(yàn)結(jié)果表明：該算法在稍增加網(wǎng)絡(luò)通信量的基礎(chǔ)上，具有較好輪廓逼近能力，能夠顯著提高輪廓圖的精度。(2)提出了分布式邊緣輪廓壓

4、縮提取算法。該算法利用Delaunay三角劃分技術(shù)獲得邊緣識(shí)別，在邊緣細(xì)化方面擴(kuò)大邊緣節(jié)點(diǎn)參與優(yōu)化的數(shù)量，且根據(jù)局部特性實(shí)施數(shù)據(jù)融合和數(shù)據(jù)抑制處理，獲得局部數(shù)據(jù)的描述函數(shù)，使輪廓邊緣連接更加平滑，由于融合節(jié)點(diǎn)數(shù)量較多，從而大大減少網(wǎng)絡(luò)上傳的通信量，延長(zhǎng)了傳感器網(wǎng)絡(luò)的壽命。(3)提出了基于三角形合并的邊緣輪廓提取算法。該算法以傳感器網(wǎng)絡(luò)Delaunay三角劃分為基礎(chǔ)，采用分布式算法，提取分段邊緣約束三角形序列，進(jìn)行道格拉斯普克壓縮，在保證