一种二维与三维传感器网络线骨架的通用提取方法

摘要

本发明公开了一种二维与三维传感器网络线骨架的通用提取方法，包括：计算传感器网络每个内部节点的特征点；采用限制性广播方式，把每个内部节点的特征点形成多个特征连通分量；识别线骨架节点；计算线骨架点的重要度；基于重要度来连接线骨架点，生成粗糙线骨架；计算线骨架分支的相似度，进而优化粗糙线骨架，得到最终骨架。本发明提出的线骨架点重要度具有单调性，利用它很容易将识别出的线骨架点连接起来；同时，对重要度设置不同阈值，可以得到多尺度网络线骨架，以反映网络不同规模的拓扑细节。该方法在二维和三维传感器网络中均适用。对边界噪声的控制更加灵活，且该算法能同时应用于二维与三维传感器网络的线骨架提取。

主权项

一种二维与三维传感器网络线骨架的通用提取方法，其特征在于，包括以下步骤：(1)计算传感器网络每个内部节点的特征点，如果某个内部节点距离最近边界点的跳数为k，则把距离该内部节点k+1跳的边界点也看作为该内部节点的特征点；(2)采用限制性广播方式，把每个内部节点的特征点形成多个特征连通分量，并在边界上进行逐跳扩张来连接这些特征连通分量，使之形成一个大的特征连通分量；(3)利用每个内部节点中距离特征点小于指定跳数的节点集合，来生成一跳膨胀路径；如果膨胀路径的边界包含多条闭合曲线，则相应内部节点为线骨架点；否则，它不是线骨架点；(4)每个线骨架点计算被膨胀路径中闭合曲线分割开来的各连通分量中的节点数，并计算出相应线骨架点的重要度；(5)每个线骨架点选择其邻居线骨架点中重要度最大的线骨架点作为父节点，从而建立起具有多个冗余分支的线骨架树；(6)计算每条骨架分支与其他骨架分支的相似度，并利用递归过程来优化骨架树，得到最终网络线骨架。