1.云辅助下基于超分辨技术的无线图像传感器网络节能方法，其特征在于该方法具体包括如下步骤：步骤1：网络部署

(1.1)部署云端服务器，用于训练图像超分辨模型、对网内数据进行处理分析、将结果交付给用户以及接收用户指令；

(1.2)在监控区域内部署无线图像传感器网络，网内节点为异构节点，按功能分为两类：图像节点与传输节点；图像节点按实际任务指定的位置部署，传输节点的部署依靠随机撒点方式进行；

(1.3)在监控区域外围的东南西北四个方向上分别部署有1个雾节点，共4个雾节点，负责收集网内数据并提交到云端服务器；

步骤2：路由构建与超分辨模型训练

(2.1)路由构建

(2.1.1)雾节点维护自身唯一的雾节点标识FNID，并向网络广播路由构建报文RBM；

(2.1.2)每个传输节点依据RBM维护一张路由表RT，维护方式如下：传输节点每收到一个RBM后，如果路由表为空，则增加一条路由并转发该RBM；如果已存在到该雾节点的路由，则进行更新使该路由取较短路径，并转发该RBM；利用RBM的不断转发，最终完成基于多雾节点的全路由构建；

(2.2)超分辨模型训练

(2.2.1)云端服务器获取低分辨与高分辨图像对构建训练集；

(2.2.2)利用机器学习方法在训练集上训练监控区域2倍超分辨模型；

(2.2.3)将训练好的超分辨模型通过雾节点传输给各图像节点；

步骤3：雾节点与图像节点交互调整

(3.1)雾节点图像质量控制

(3.1.1)初始化图像质量相关参数；

(3.1.2)一旦接收到来自某个图像节点INi采集的图像Ir×c的部分数据块，则做如下操作：(3.1.2.1)根据INi的管辖信息将数据块转交给其它雾节点或从其它雾节点收集Ir×c的其它数据块；

(3.1.2.2)云端服务器将图像超分辨重建后发送给用户且将用户反馈的质量评价信息发回给雾节点；

(3.1.2.3)雾节点对图像节点进行质量差评计数器的累计，当差评计数器达到预设的阈值，则利用IQIM(Image Quality Improvement Message)报文通知相关图像节点调整图像感知分辨率；

(3.1.2.4)若用户通过云端修改图像节点客观质量评价指标阈值，则雾节点负责转发更新后的客观质量评价指标阈值给相关图像节点；

(3.2)图像节点感知分辨率自适应调整

(3.2.1)图像节点感知参数初始化；

(3.2.2)对图像节点每次感知的图像，在其经超分辨重建后并满足图像质量要求的前提下，获得需传输低分辨图像的最小感知尺寸，图像节点根据该尺寸采集相应分辨率的图像并更新相关参数；

步骤4：图像节点与传输节点交互进行网络数据传输图像节点根据响应其传输请求的传输节点数将图像数据进行分割并编号，并将分割后的图像块给相应传输节点传输；获得数据转发权的传输节点将获得的图像数据块转发至雾节点；

(4.1)图像节点数据传输

(4.1.1)收集与该图像节点相邻传输节点信息并进行初始化；

(4.1.2)一旦图像节点的图像数据准备好，则执行如下操作：(4.1.2.1)构造数据传输请求DTRQ报文，并向邻居传输节点广播该报文；

(4.1.2.2)接收来自于邻居传输节点数据传输响应DTRS报文；

(4.1.2.3)向根据DTRS选中的传输节点发送数据传输确认报文TA，随后发送图像数据块；

(4.2)传输节点数据传输

(4.2.1)收到图像节点数据传输请求DTRQ报文的传输节点竞争，竞争获胜的传输节点发送DTRS至图像节点；

(4.2.2)根据是否收到图像节点传来的TA报文，传输节点分别进行处理。