无线传感器网络集成了传感技术、嵌入式技术和无线通信技术,具有自组织、构建灵活、覆盖广等优点,因此拥有广泛的应用前景。无线传感器网络中图像处理算法是传感器网络研究的热点之一,通常采用压缩编码对图像信息进行传输。针对图像数据压缩率较低、传输不稳定等缺点,在借鉴前人研究基础上,把压缩感知图像处理算法引入传感器网络中,结合分布式压缩感知和 ReInForm-CS路由算法解决图像采集传输问题。论文主要内容包括以下几个方面:　　(1)对压缩感知各个图像恢复算法进行对比,结合图像表达方法和稀疏矩阵的特点,通过仿真,分别从各个算法的恢复时间、峰值信噪比和匹配度进行综合分析后,得出最优图像恢复算法RAMP,对比RAMP算法和传统图像压缩算法,凸显压缩感知图像处理算法在无线传感器网络中的优势。　　(2)针对传统路由中的数据传输丢失严重、传输中不能保持压缩感知算法中数据稀疏性的问题,提出 ReInForm-CS路由算法,该算法可根据信道的差错率、可靠性参数、数据跳数、观测矩阵个数,准确计算所需路径,在保障数据准确传输的同时,确保所需数据恢复观测矩阵的数目和稀疏性。数据仿真表明,此路由能保证数据传输的稀疏性、可靠性的同时,有效地降低数据的能量开销。　　(3)在融合分布式压缩感知算法、RAMP图像恢复算法和ReInForm-CS路由算法后,提出基于JSM-1分簇化的数据重构算法。此算法在终端数据采集节点上进行分簇化处理,寻找簇内的基础分量和特征分量,分别对数据进行传输,传输路径上采用ReInForm-CS路由算法,重构利用所筛选的RAMP算法。实验结果表明,基于JSM-1分簇化的数据重构算法在继承分布式压缩感知算法优点同时,大大降低了数据的传输量,并且在数据能量、所需观测数目、重构成功率等方面性能大大提高。