1.基于感知哈希算法的分布式视频压缩感知自适应分组方法，设输入视频序列为X＝{x1，x2，...，xi，...，xN}；

参数定义：xi为第i帧视频图像，i为帧的序号，N为视频序列长度；T1和T2为阈值；Rmin和Rmax分别为允许的最小帧采样率和最大帧采样率；λ1和λ2分别为关键帧和非关键帧的信息率；R1和R2分别为关键帧和非关键帧的采样率；

其特征在于包含以下步骤：

(1)将视频序列的第一帧和最后一帧直接设为关键帧；

(2)用感知哈希算法计算每两个连续帧的相关度RD，计算公式为：RDi＝HD(PHash(xi,xi-1))   (1)xi,xi-1为两个连续的视频图像帧，PHash(.)代表感知哈希算法，HD(.)代表汉明距离；

(3)根据RD将各视频图像帧进行图像分组等级分级，记为GOP_level，即该图像所允许的最大分组的大小，分级准则如下：其中T1、T2为设定的阈值；

(4)根据视频图像分组等级，对各视频图像帧进行适应性分组；

(5)根据帧采样率模型计算关键帧的采样率R1和非关键帧的采样率R2，构建模型。

2.根据权利要求1所述的基于感知哈希算法的分布式视频压缩感知自适应分组方法，其特征在于：步骤(3)根据各相邻两帧的RD值，进行图像分组等级分级的分级准则，其中T1＝1,T2＝2。

3.根据权利要求1所述的基于感知哈希算法的分布式视频压缩感知自适应分组方法，其特征在于：步骤(4)所述的根据视频图像分组等级，对各视频图像帧进行适应性分组的具体步骤如下：步骤1：令k＝1，转向步骤2；

步骤2：用公式(1)计算每个RDi，转向步骤3；

步骤3：用公式(2)计算每个GOP_leveli，转向步骤4；

步骤4：令a＝3，转向步骤5；

步骤5：计算最小值，计算方式如下：

c＝min{GOP_levelk，......,GOP_levelk+a}   (3)步骤6：如果k+a>N，将N-k赋值给a，转向步骤5；否则转向步骤7；

步骤7：如果c≥a，将xk+a帧设为关键帧，并将k+a赋值给k，转向步骤4；否则将a-1赋值给a，转向步骤5，当k＝N时，终止该算法，得到关键帧xk+a。

4.根据权利要求1所述的基于感知哈希算法的分布式视频压缩感知自适应分组方法，其特征在于：允许的最小帧采样率Rmin＝0.1，允许的最大帧采样率Rmax＝0.9。