本发明涉及野生动物监测数据传输技术领域，具体涉及一种基于分布式架构的野生动物图像传输方法及其系统。
背景技术：
野生动物监测系统是获取野生动物资源数据的重要途径。基于野生动物监测环境的复杂程度，如何将监测数据高效快速的传输到数据中心是提高野生动物监测系统自动化与智能化水平的主要研究内容。基于无线传感网络构建的野生动物监测数据传输系统可以实现图像数据的远程、实时、精细监测与传输。
野生动物监测图像数据具有数据量大、数据背景复杂、数据噪点多的特点，而基于无线传感网络构成的野生动物监测系统其自身处理能力低、功耗限制强、传输带宽窄。因此，在保证数据传输质量的前提下，充分考虑传输效率和能量资源均衡利用是当前亟需解决的技术问题。
技术实现要素：
针对现有技术中的技术缺陷，本发明实施例的目的在于提供一种基于分布式架构的野生动物图像传输方法及其系统。
为实现上述目的，第一方面，本发明实施例提供了一种基于分布式架构的野生动物图像传输方法，包括：
图像采集及预处理步骤：获取野生动物实时图像数据，对所述野生动物实时图像数据进行预处理，得到第一图像；所述第一图像包括显著性目标区域和背景区域；
图像压缩编码步骤：基于显著性感知的图像渐进式压缩编码算法，对所述显著性目标区域和背景区域进行分层渐进式压缩编码，得到第二图像，以实现对所述显著性目标区域的无损压缩和对所述背景区域的有损压缩；
图像分布式传输步骤：通过分布式传输机制传输所述第二图像；
图像自动恢复步骤：基于改进自编码器的图像自动恢复算法对所述第二图像进行恢复。
在本申请某些具体实施方式中，对所述野生动物实时图像数据进行预处理具体包括：
对所述野生动物实时图像数据进行脏数据剔除及图像目标区域提取；所述脏数据包括误触发图像、低分辨率图像以及无实用价值的图像。
在本申请某些具体实施方式中，图像压缩编码步骤具体包括：
获取所述第一图像的小波系数；
对所述显著性目标区域内的小波系数进行掩模标记；
采用回溯法计算所述显著性区域内的小波系数掩模图像；
采用最大位移平面提升法将已标记的小波系数位平面进行提升，使得显著性目标区域的传输优先级高于背景区域；
针对传输优先级较高的显著性目标区域，采用改进的sphit进行无损压缩编码；
针对传输优先级较低的背景区域，采用ezw进行有损压缩编码。
在本申请某些具体实施方式中，图像分布式传输步骤具体包括：
基于独立编码和联合解码的方式建立分布式图像传输模型，并采用所述分布式图像传输模型对所述显著性目标区域和背景区域进行数据分配传输；
采用分布式压缩感知算法对传输数据进行处理，所述传输数据指的是包括所述显著性目标区域和背景区域的第二图像；
针对处理后的传输数据，建立联合解码算法模型进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
在本申请某些具体实施方式中，图像自动恢复步骤具体包括：
在自编码器网络结构的基础上，采用跳跃层短连接结构将网络前端卷积层和池化层输出的低层特征添加到反卷积操作中，结合上采样和上层卷积池化后数据对野生动物失真图像进行恢复；所述野生动物失真图像指的是第二图像。
第二方面，本发明实施例提供了一种基于分布式架构的野生动物图像传输系统，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第三方面，本发明实施例提供了另一种基于分布式架构的野生动物图像传输系统，包括：
图像采集及预处理模块，用于获取野生动物实时图像数据，对所述野生动物实时图像数据进行预处理，得到第一图像；所述第一图像包括显著性目标区域和背景区域；
图像压缩编码模块，用于基于显著性感知的图像渐进式压缩编码算法，对所述显著性目标区域和背景区域进行分层渐进式压缩编码，得到第二图像，以实现对所述显著性目标区域的无损压缩和对所述背景区域的有损压缩；
图像分布式传输模块，用于通过分布式传输机制传输所述第二图像；
图像自动恢复模块，用于基于改进自编码器的图像自动恢复算法对所述第二图像进行恢复。
第四方面，本发明实施例提供了一种野生动物远程监测系统，包括：
数据监测节点，用于自动采集监测区域内野生动物活动的图像数据，并对所述图像数据进行脏数据剔除、目标区域提取及压缩编码，以得到传输数据；所述传输数据包括传输优先级较高的显著目标区域和传输优先级较低的背景区域；
传输模块，用于通过分布式机制传输所述传输数据；
数据中心，用于接收所述传输数据，基于改进自编码器的图像自动恢复算法对所述传输图像进行恢复，并完成恢复后的野生动物图像数据的分类存储。
实施本发明实施例基于分布式架构的野生动物图像传输方法及系统，具有以下有益效果：
1.基于分布式传输机制的野生动物图像传输系统可以保证数据的实时传输，提高系统的传输效率，降低系统的运行功耗，有效延长系统的使用周期。
2.基于显著性感知的图像渐进式压缩编码算法，在显著性目标区域提取的基础上，采用位平面提升和混合编码策略保证图像中重要区域的传输优先级，实现了显著性目标区域的无损压缩以及背景区域的有损压缩，确保显著性目标区域重构质量的同时，仍然可以保证整幅图像的重构质量。
3.基于自编码神经网络的野生动物失真图像自动恢复方法，分别针对野生动物区域和背景区域图像所建立的数据库进行训练和测试，克服了由于纹理信息的差异对图像恢复质量的影响。通过改进的自编码器网络有效提高了恢复图像的质量，能够为后续的野生动物相关研究提供可靠的数据支撑。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的基于分布式架构的野生动物图像传输方法的流程示意图；
图2是本发明的图像渐进式压缩编码方法的流程图；
图3是本发明的图像混合编码的技术框图；
图4是本发明的图像数据分布式传输方法的流程图；
图5是本发明的图像自动恢复的网络结构图；
图6是本发明第一实施例提供的基于分布式架构的野生动物图像传输系统的架构图；
图7是本发明第二实施例提供的基于分布式架构的野生动物图像传输系统的结构图；
图8是本发明实施例提供的野生动物远程监测系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，本发明实施例提供的基于分布式架构的野生动物图像传输方法包括：
s101，图像采集及预处理步骤：获取野生动物实时图像数据，对野生动物实时图像数据进行预处理，得到第一图像。
其中，所述第一图像包括显著性目标区域和背景区域。
具体地，图像预处理主要包括脏数据剔除、图像目标区域提取等，所述脏数据主要是指误触发图像、低分辨率图像以及其他无实用价值的图像数据。所述图像目标区域提取是指对图像显著性目标区域进行检测和提取，所述显著性目标区域特指图像中野生动物存在的区域。
s102，图像压缩编码步骤：基于显著性感知的图像渐进式压缩编码算法，对所述显著性目标区域和背景区域进行分层渐进式压缩编码，得到第二图像，以实现对所述显著性目标区域的无损压缩和对所述背景区域的有损压缩。
图像压缩编码主要是指基于显著性感知的图像渐进式压缩编码算法，如图2所示。基于图像采集处理步骤输出的图像数据，采用位移平面提升和混合编码算法对野生动物监测图像进行分层渐进式压缩编码，实现显著性目标区域的无损压缩和背景区域的有损压缩。以下为图像压缩编码的具体实现步骤：
s1-1、获取输入野生动物监测图像的小波系数。
具体的，输入的野生动物监测图像是指所述图像采集处理步骤输出的数据。所述小波系数具体是指采用mallat二维小波变换通过行和列方向的分解获取野生动物监测图像的小波系数。
s1-2、计算显著性目标区域内小波系数掩模图像。
具体的，所述显著性目标区域是指经过图像预处理中显著性目标区域提取得到的结果，通过对显著性目标区域内的小波系数进行掩模标记。
具体的，采用回溯法分别计算显著性目标区域内小波系数掩模图像。
s1-3、采用最大位移平面提升法将已标记的小波系数位平面进行提升，实现对显著性目标区域的优先传输。
具体的，为了实现对显著性目标区域的优先传输，采用最大位移平面提升法对显著性目标区域内的小波系数进行提升，使其高于背景区域，这样显著性目标区域的小波系数将会被优先传输。
具体的，首先计算背景区域内小波系数的最大值，从而可以得到背景区域的位平面s。
s＝int[log2|cmax|]
其中，int表示取整，cmax表示背景区域内小波系数的最大值。
然后根据掩模信息将显著性目标区域内的系数全部乘2s或者背景区域全部除以2s，使得所有属于显著性目标区域的系数大于背景区域的最大值。
优选的，由于在信息传输过程中，显著性目标和背景是分离的，因此在解码端不需要掩模编码信息来确定显著性目标的小波系数，只需要判断该系数是否大于2s，如果是，则该系数属于显著性目标区域，在解码端将其进行除以2s操作进行降位平面操作处理，否则该系数属于背景区域，不对其进行任何操作就可以原始图像进行重构。
s1-4、基于混合编码算法实现对图像的分布式编码。
具体的，所述分布式编码是指通过对图像中显著性目标区域和背景区域通过混合编码算法实现显著性目标区域的无损编码以及背景区域的有损编码，图3为图像混合编码的技术框图。
具体的，针对传输优先级较高的野生动物监测图像显著性目标区域采用改进的sphit进行无损压缩编码；针对背景区域信息采用ezw进行有损压缩方式，对背景图像中的像素进行排序，根据压缩的具体需求或达到指定的压缩数据量可以随时结束数据的传输进程。
s103，图像分布式传输步骤：通过分布式传输机制传输所述第二图像。
图像分布式传输是指针对图像中显著性目标区域和背景区域进行分布式协同传输，如图4所示。其中显著性目标区域采用优先级高且传输效率快的首要传输通道进行传输以保证图像中重要区域的传输效率，而针对数据量相对较大的背景区域信息则经由次要传输通道进行传输，做到资源利用的最大化。具体的，所述图像分布式传输的步骤为：
s2-1、基于独立编码和联合解码的方式建立分布式图像传输模型，分别对显著性目标区域和背景区域进行数据分配传输；
具体的，在图像数据的传输过程中，首先将图像内的像素点按照标记和未标记进行分类，其中对所有标记的像素点通过簇头节点直接进行编码传输，而未标记的像素点则按照簇内节点的数量进行划分，然后通过簇内节点传输。在此过程中，簇头节点不会参与背景区域数据的编码任务，以保证显著性目标区域最大限度的被传输至目标节点。
s2-2、采用分布式压缩感知算法对传输数据进行处理；
s2-3、建立联合解码算法模型对数据进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
s104，图像自动恢复步骤：基于改进自编码器的图像自动恢复算法对所述第二图像进行恢复。
在本实施例中，针对野生动物区域样本图像以及背景区域样本图像分别利用无监督的自编码器神经网络结构对其进行训练和测试，图5为图像自动恢复网络结构图。
具体的，所述图像自动恢复方法是在自编码器网络结构的基础上，采用跳跃层短连接结构将网络前端卷积层和池化层输出的低层特征添加到反卷积操作中，结合上采样和上层卷积池化后数据对野生动物失真图像进行恢复，损失函数采用均方误差函数。
与现有技术相比，本发明实施例基于分布式架构的野生动物图像传输方法，具有以下有益效果：
1.基于分布式传输机制的野生动物图像传输系统可以保证数据的实时传输，提高系统的传输效率，降低系统的运行功耗，有效延长系统的使用周期。
2.基于显著性感知的图像渐进式压缩编码算法，在显著性目标区域提取的基础上，采用位平面提升和混合编码策略保证图像中重要区域的传输优先级，实现了显著性目标区域的无损压缩以及背景区域的有损压缩，确保显著性目标区域重构质量的同时，仍然可以保证整幅图像的重构质量。
3.基于自编码神经网络的野生动物失真图像自动恢复方法，分别针对野生动物区域和背景区域图像所建立的数据库进行训练和测试，克服了由于纹理信息的差异对图像恢复质量的影响。通过改进的自编码器网络有效提高了恢复图像的质量，能够为后续的野生动物相关研究提供可靠的数据支撑。
基于相同的发明构思，本发明实施例提供了一种基于分布式架构的野生动物图像传输系统。如图6所示，该传输系统主要包括：图像采集处理模块、图像压缩编码模块、图像数据分布式传输模块、图像自动恢复模块四部分。
其中，图像采集及预处理模块主要用于获取野生动物实时图像数据，对野生动物实时图像数据进行预处理，得到第一图像；所述第一图像包括显著性目标区域和背景区域。图像采集及预处理模块的数据来源是野生动物远程监测系统的数据监测节点。
图像压缩编码模块，用于基于显著性感知的图像渐进式压缩编码算法，对所述显著性目标区域和背景区域进行分层渐进式压缩编码，得到第二图像，以实现对所述显著性目标区域的无损压缩和对所述背景区域的有损压缩；
图像分布式传输模块，用于通过分布式传输机制传输所述第二图像；
图像自动恢复模块，用于基于改进自编码器的图像自动恢复算法对所述第二图像进行恢复。
进一步地，图像采集处理模块具体用于：
对所述野生动物实时图像数据进行脏数据剔除及图像目标区域提取；所述脏数据包括误触发图像、低分辨率图像以及无实用价值的图像。
进一步地，图像压缩编码模块具体用于：
获取所述第一图像的小波系数；
对所述显著性目标区域内的小波系数进行掩模标记；
采用回溯法计算所述显著性区域内的小波系数掩模图像；
采用最大位移平面提升法将已标记的小波系数位平面进行提升，使得显著性目标区域的传输优先级高于背景区域；
针对传输优先级较高的显著性目标区域，采用改进的sphit进行无损压缩编码；
针对传输优先级较低的背景区域，采用ezw进行有损压缩编码。
进一步地，图像数据分布式传输模块具体用于：
基于独立编码和联合解码的方式建立分布式图像传输模型，并采用所述分布式图像传输模型对所述显著性目标区域和背景区域进行数据分配传输；
采用分布式压缩感知算法对传输数据进行处理，所述传输数据指的是包括所述显著性目标区域和背景区域的第二图像；
针对处理后的传输数据，建立联合解码算法模型进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
进一步地，图像自动恢复模块具体用于：
在自编码器网络结构的基础上，采用跳跃层短连接结构将网络前端卷积层和池化层输出的低层特征添加到反卷积操作中，结合上采样和上层卷积池化后数据对野生动物失真图像进行恢复，损失函数采用均方误差函数；所述野生动物失真图像指的是第二图像。
需要说明的是，关于野生动物图像传输系统具体的工作流程，请参考前述方法实施例部分，在此不再赘述。
可选地，本发明实施例还提供了另一种基于分布式架构的野生动物图像传输系统。如图7所示，可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述基于分布式架构的野生动物图像传输方法实施例部分的方法。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(centralprocessingunit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(lcd等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的基于分布式架构的野生动物图像传输方法的实施例中所描述的实现方式，在此不再赘述。
再请参考图8，本发明实施例提供了一种野生动物远程监测系统，包括：
数据监测节点，用于自动采集监测区域内野生动物活动的图像数据，并对所述图像数据进行脏数据剔除、目标区域提取及压缩编码，以得到传输数据；所述传输数据包括传输优先级较高的显著目标区域和传输优先级较低的背景区域；
传输模块，用于通过分布式机制传输所述传输数据；
数据中心，用于接收所述传输数据，基于改进自编码器的图像自动恢复算法对所述传输图像进行恢复，并完成恢复后的野生动物图像数据的分类存储。
其中，在本实施例中，对图像数据进行压缩编码具体步骤如下：
1.获取输入野生动物监测图像的小波系数。
具体的，输入的野生动物监测图像是指进行脏数据剔除、目标区域提取后的数据。所述小波系数具体是指采用mallat二维小波变换通过行和列方向的分解获取野生动物监测图像的小波系数。
2.计算显著性目标区域内小波系数掩模图像。
具体的，所述显著性目标区域是指经过图像预处理中显著性目标区域提取得到的结果，通过对显著性目标区域内的小波系数进行掩模标记。
3.采用最大位移平面提升法将已标记的小波系数位平面进行提升，实现对显著性目标区域的优先传输。
具体的，为了实现对显著性目标区域的优先传输，采用最大位移平面提升法对显著性目标区域内的小波系数进行提升，使其高于背景区域，这样显著性目标区域的小波系数将会被优先传输。
4.基于混合编码算法实现对图像的分布式编码。
具体的，所述分布式编码是指通过对图像中显著性目标区域和背景区域通过混合编码算法实现显著性目标区域的无损编码以及背景区域的有损编码。
具体的，针对传输优先级较高的野生动物监测图像显著性目标区域采用改进的sphit进行无损压缩编码；针对背景区域信息采用ezw进行有损压缩方式，对背景图像中的像素进行排序，根据压缩的具体需求或达到指定的压缩数据量可以随时结束数据的传输进程。
在本实施例中，图像分布式传输步骤具体包括：
基于独立编码和联合解码的方式建立分布式图像传输模型，并采用所述分布式图像传输模型对所述显著性目标区域和背景区域进行数据分配传输；
采用分布式压缩感知算法对传输数据进行处理，所述传输数据指的是包括所述显著性目标区域和背景区域的第二图像；
针对处理后的传输数据，建立联合解码算法模型进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
在本实施例中，图像自动恢复步骤具体包括：
在自编码器网络结构的基础上，采用跳跃层短连接结构将网络前端卷积层和池化层输出的低层特征添加到反卷积操作中，结合上采样和上层卷积池化后数据对野生动物失真图像进行恢复。
需要说明的是，关于本发明实施例野生动物远程监测系统更为具体的描述，请参考前述实施例，在此不再赘述。
与现有技术相比，该野生动物远程监测系统具有如下有益效果：
1.基于分布式传输机制的野生动物图像传输系统可以保证数据的实时传输，提高系统的传输效率，降低系统的运行功耗，有效延长系统的使用周期。
2.基于显著性感知的图像渐进式压缩编码算法，在显著性目标区域提取的基础上，采用位平面提升和混合编码策略保证图像中重要区域的传输优先级，实现了显著性目标区域的无损压缩以及背景区域的有损压缩，确保显著性目标区域重构质量的同时，仍然可以保证整幅图像的重构质量。
3.基于自编码神经网络的野生动物失真图像自动恢复方法，分别针对野生动物区域和背景区域图像所建立的数据库进行训练和测试，克服了由于纹理信息的差异对图像恢复质量的影响。通过改进的自编码器网络有效提高了恢复图像的质量，能够为后续的野生动物相关研究提供可靠的数据支撑。
进一步地，本发明实施例还提供了一种可读存储介质，存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述基于分布式架构的野生动物图像传输方法。
所述计算机可读存储介质可以是前述实施例所述的电子设备的内部存储单元，例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
1.一种基于分布式架构的野生动物图像传输方法，其特征在于，包括：
图像采集及预处理步骤：获取野生动物实时图像数据，对所述野生动物实时图像数据进行预处理，得到第一图像；所述第一图像包括显著性目标区域和背景区域；
图像压缩编码步骤：基于显著性感知的图像渐进式压缩编码算法，对所述显著性目标区域和背景区域进行分层渐进式压缩编码，得到第二图像，以实现对所述显著性目标区域的无损压缩和对所述背景区域的有损压缩；
图像分布式传输步骤：通过分布式传输机制传输所述第二图像；
图像自动恢复步骤：基于改进自编码器的图像自动恢复算法对所述第二图像进行恢复。
2.如权利要求1所述的方法，其特征在于，对所述野生动物实时图像数据进行预处理具体包括：
对所述野生动物实时图像数据进行脏数据剔除及图像目标区域提取；所述脏数据包括误触发图像、低分辨率图像以及无实用价值的图像。
3.如权利要求2所述的方法，其特征在于，图像压缩编码步骤具体包括：
获取所述第一图像的小波系数；
对所述显著性目标区域内的小波系数进行掩模标记；
采用回溯法计算所述显著性区域内的小波系数掩模图像；
采用最大位移平面提升法将已标记的小波系数位平面进行提升，使得显著性目标区域的传输优先级高于背景区域；
针对传输优先级较高的显著性目标区域，采用改进的sphit进行无损压缩编码；
针对传输优先级较低的背景区域，采用ezw进行有损压缩编码。
4.如权利要求3所述的方法，其特征在于，图像分布式传输步骤具体包括：
基于独立编码和联合解码的方式建立分布式图像传输模型，并采用所述分布式图像传输模型对所述显著性目标区域和背景区域进行数据分配传输；
采用分布式压缩感知算法对传输数据进行处理，所述传输数据指的是包括所述显著性目标区域和背景区域的第二图像；
针对处理后的传输数据，建立联合解码算法模型进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
5.如权利要求4所述的方法，其特征在于，图像自动恢复步骤具体包括：
在自编码器网络结构的基础上，采用跳跃层短连接结构将网络前端卷积层和池化层输出的低层特征添加到反卷积操作中，结合上采样和上层卷积池化后数据对野生动物失真图像进行恢复；所述野生动物失真图像指的是第二图像。
6.一种基于分布式架构的野生动物图像传输系统，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。
7.一种基于分布式架构的野生动物图像传输系统，其特征在于，包括：
图像采集及预处理模块，用于获取野生动物实时图像数据，对所述野生动物实时图像数据进行预处理，得到第一图像；所述第一图像包括显著性目标区域和背景区域；
图像压缩编码模块，用于基于显著性感知的图像渐进式压缩编码算法，对所述显著性目标区域和背景区域进行分层渐进式压缩编码，得到第二图像，以实现对所述显著性目标区域的无损压缩和对所述背景区域的有损压缩；
图像分布式传输模块，用于通过分布式传输机制传输所述第二图像；
图像自动恢复模块，用于基于改进自编码器的图像自动恢复算法对所述第二图像进行恢复。
8.如权利要求7所述的系统，其特征在于，所述图像压缩编码模块具体用于：
获取所述第一图像的小波系数；
对所述显著性目标区域内的小波系数进行掩模标记；
采用回溯法计算所述显著性区域内的小波系数掩模图像；
采用最大位移平面提升法将已标记的小波系数位平面进行提升，使得显著性目标区域的传输优先级高于背景区域；
针对传输优先级较高的显著性目标区域，采用改进的sphit进行无损压缩编码；
针对传输优先级较低的背景区域，采用ezw进行有损压缩编码；
所述图像分布式传输模块具体用于：
基于独立编码和联合解码的方式建立分布式图像传输模型，并采用所述分布式图像传输模型对所述显著性目标区域和背景区域进行数据分配传输；
采用分布式压缩感知算法对传输数据进行处理，所述传输数据指的是包括所述显著性目标区域和背景区域的第二图像；
针对处理后的传输数据，建立联合解码算法模型进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
9.一种野生动物远程监测系统，其特征在于，包括：
数据监测节点，用于自动采集监测区域内野生动物活动的图像数据，并对所述图像数据进行脏数据剔除、目标区域提取及压缩编码，以得到传输数据；所述传输数据包括传输优先级较高的显著目标区域和传输优先级较低的背景区域；
传输模块，用于通过分布式机制传输所述传输数据；
数据中心，用于接收所述传输数据，基于改进自编码器的图像自动恢复算法对所述传输图像进行恢复，并完成恢复后的野生动物图像数据的分类存储。
10.如权利要求9所述的系统，其特征在于，所述传输模块具体用于：
基于独立编码和联合解码的方式建立分布式图像传输模型，并采用所述分布式图像传输模型对所述显著性目标区域和背景区域进行数据分配传输；
采用分布式压缩感知算法对传输数据进行处理；
针对处理后的传输数据，建立联合解码算法模型进行解码，结合联合信号间的相关性，去除接收到的冗余信息。
技术总结