一种针对多帧遥感图像的安全外包融合去噪方法技术

本发明专利技术涉及一种针对多帧遥感图像的安全外包融合去噪方法，包括本地平台和云平台，所述的本地平台包括遥感图像拆分模块、遥感图像置换模块、遥感图像转换模块、遥感图像加密模块、遥感图像解密模块、遥感图像恢复排列模块、遥感图像合并模块，所述的云平台包括遥感图像融合去噪模块。其优点在于，在本地平台对遥感图像进行拆分、加密，密钥保存在本地平台；将针对同一场景的多帧遥感图像放在云平台进行去噪处理，减少本地平台数据处理量；云平台将去噪完成的图像返回到本地平台，本地平台进行解密、合并，即可得到融合去噪的遥感图像；有效结合了云平台计算效率高和本地平台安全的优点，同时避免了云平台泄密和本地平台计算效率低的缺点。

【技术实现步骤摘要】
一种针对多帧遥感图像的安全外包融合去噪方法
本专利技术涉及遥感图像加密及去噪
，具体地说，是一种针对多帧遥感图像的安全外包融合去噪方法。
技术介绍
遥感图像在获取和传输过程中，受各种噪声影响，使图像的边缘纹理等细节丢失，线条迷糊，从而导致图像的质量降低，增大了遥感图像的分析与处理难度。为获取清晰的、高质量的遥感图像必须对其进行去噪或降噪的预处理。随着空天地立体化遥感技术的发展，遥感图像数据呈爆炸式增长，传统的基于单机模式的遥感图像处理暴露出许多问题，如处理速度慢、并发性能差等。因而传统遥感图像处理模式已经逐渐无法满足用户海量高精度遥感图像处理的需求，所以迫切需要寻求一种新的高效的遥感图像处理模式与处理方法。云计算就是一种新的计算模式，它是一个典型的分布式、并行计算模型，该模型能够大大缩短计算任务的执行时间。随着遥感图像处理速度要求不断地提高，遥感图像处理越来越多地适合在分布式并行计算的云计算平台上进行。由于云平台本身的开放性特点，为遥感图像的安全带来新威胁，无法保证海洋遥感影像的安全性。因此，为了保护数据的安全性，很有必要对于敏感数据进行加密。中国专利技术专利CN201610159959.9，公开日为2016.08.10，公开了一种双目视觉的图像超分辨率融合去噪方法，其步骤为输入待超分辨率融合的双目图像，全局位置配准图像，局部位置匹配图像，更新双目图像，图像超分辨率融合，图像去噪，输出最终高分辨率图像。该方法在图像配准中加入局部位置配准方法，并采用拉普拉斯算子应用于图像超分辨率融合，再对融合图像使用非局部均值滤波方法去噪，克服了现有技术无法解决图像局部位置不匹配，细节增强不足，以及不具备抑制噪声的缺陷，得到图像细节增加，噪声减少的超分辨率融合图像。但是这种方法无法保证在外包过程中信息安全性。因此，亟需一种能够提高多帧遥感图像去噪效率，避免外包过程中出现信息泄漏的安全外包融合去噪方法，而目前关于这种融合去噪方法还未见报道。
技术实现思路
本专利技术的目的是针对现有技术中的不足，提供一种针对多帧遥感图像的安全外包融合去噪方法。为实现上述目的，本专利技术采取的技术方案是：一种针对多帧遥感图像的安全外包融合去噪方法，包括本地平台和云平台，所述的本地平台包括遥感图像拆分模块、遥感图像置换模块、遥感图像转换模块、遥感图像加密模块、遥感图像解密模块、遥感图像恢复排列模块、遥感图像合并模块，所述的云平台包括遥感图像融合去噪模块，所述的遥感图像拆分模块为对遥感图像按照图像波段数进行拆分，所述的遥感图像置换模块为对遥感图像进行随机置换，所述的遥感图像转换模块为对遥感图像进行Johnson-Lindenstrauss转换，所述的遥感图像加密模块为对遥感图像进行Paillier加密，所述的遥感图像解密模块为对遥感图像进行Paillier解密，其中，所述的针对多帧遥感图像的安全外包融合去噪方法的工作流程为，S01：遥感图像拆分；S02：遥感图像置换；S03：遥感图像转换；S04：遥感图像加密；S05：遥感图像融合去噪；S06：遥感图像解密；S07：遥感图像恢复排列；S08：遥感图像合并。作为一种优选的技术方案，在所述的步骤S01中，在本地平台，读取针对同一场景的多帧遥感图像，遥感图像的个数为n，遥感图像的长为im_h，遥感图像的宽为im_w，遥感图像的波段数为im_band_number，按照波段数把每个遥感图像拆分成im_band_number个图像，分别读取个波段图像的16位深灰度值，并对每一个波段的图像进行步骤S02-S07。作为一种优选的技术方案，在所述的步骤S02中，在本地平台，为打乱图像像素的基本位置，对n个图像的该波段图像进行随机置换，以第T个图像为例，其工作流程如下：S021：生成一个长度为im_h×im_w的随机数序列，记录其索引顺序I1；S022：对随机数序列按照从小到大进行排列，生成一个新序列，记录其索引顺序I2；S023：根据I1→I2，得到图像置换数列，根据I2→I1，得到图像恢复数列；S024：对遥感图像进行置换，图像的16位深灰度值数组为im_array_T，以数组中第a行第b列的点为例，对于数组中的每一点做如下操作：S0241：获取以im_array_T[a,b]为中心的d×d大小的矩形块，并将该矩形块转化成一行，所有的转化后的行组成一个新数组；S0242：利用图像置换序列对新数组进行行置换；S0243：对完成行置换的数组进行变维操作，得到一个三维数组im_block_permutation_array_T，该数组的长为im_h，宽为im_w，高为d2；S025：利用图像置换序列对遥感图像进行像素置换，得到一个二维数组im_pixel_permutation_array_T，该数组的长为im_h，宽为im_w。作为一种优选的技术方案，在所述的步骤S03中，在本地平台，对n个图像的该波段图像进行Johnson-Lindenstrauss转换，以第T个图像为例，即对im_block_permutation_array_T进行Johnson-Lindenstrauss转换，将每一个1×d2的向量压缩呈一个1×k的向量，得到一个三维数组im_JL_array_T，该数组的长为im_h，宽为im_w，高为k，其工作流程如下：S031：随机生成一个服从平均值为0，方差为1/k的高斯分布的d2×k的矩阵P；以数组im_array_T中第a行第b列这个点为例，对于数组中的每一个点重复步骤S032-S036；S032：将数组im_block_permutation_array_T中的im_block_permutation_array_T[a,b,0]，im_block_permutation_array_T[a,b,1]，…，im_block_permutation_array_T[a,b,d2-2]，im_block_permutation_array_T[a,b,d2-1]，组成一个行矩阵α；S033：随机生成一个服从平均值为0，标准差为ζ的高斯分布1×k的矩阵Δ；S034：计算αP，得到一个新矩阵Y；S035：计算Y+Δ，得到一个新矩阵α′；S036：将新矩阵α′进行变维操作，即可得到一个三维数组im_JL_array_T，im_JL_array_T[a,b,0]＝α′[0,0]，im_JL_array_T[a,b,1]＝α′[0,1]，…，im_JL_array_T[a,b,k-2]＝α′[0,k-2]，im_JL_array_T[a,b,k-1]＝α′[0,k-1]。作为一种优选的技术方案，在所述的步骤S04中，在本地平台，对n个图像的该波段图像进行Paillier加密，以第T个图像为例，使用已知的公钥，对数组im_block_permutation_array_T进行Paillier加密，得到一个二维数组im_paillier_array_T，该数组的长为im_h，宽为im_w，其工作流程如下：S041：选取两个随机素数p和q，并根据N＝pq，计算N的值；S042：计算出paillier加密参数λ和g，得到paillier加密的公钥为(N,g)，私钥为λ；S043：计算gm的值，m∈[0,65535本文档来自技高网...

【技术保护点】
一种针对多帧遥感图像的安全外包融合去噪方法，其特征在于，包括本地平台和云平台，所述的本地平台包括遥感图像拆分模块、遥感图像置换模块、遥感图像转换模块、遥感图像加密模块、遥感图像解密模块、遥感图像恢复排列模块、遥感图像合并模块，所述的云平台包括遥感图像融合去噪模块，所述的遥感图像拆分模块为对遥感图像按照图像波段数进行拆分，所述的遥感图像置换模块为对遥感图像进行随机置换，所述的遥感图像转换模块为对遥感图像进行Johnson‑Lindenstrauss转换，所述的遥感图像加密模块为对遥感图像进行Paillier加密，所述的遥感图像解密模块为对遥感图像进行Paillier解密；其中，所述的针对多帧遥感图像的安全外包融合去噪方法的工作流程如下：S01：遥感图像拆分；S02：遥感图像置换；S03：遥感图像转换；S04：遥感图像加密；S05：遥感图像融合去噪；S06：遥感图像解密；S07：遥感图像恢复排列；S08：遥感图像合并。

【技术特征摘要】
1.一种针对多帧遥感图像的安全外包融合去噪方法，其特征在于，包括本地平台和云平台，所述的本地平台包括遥感图像拆分模块、遥感图像置换模块、遥感图像转换模块、遥感图像加密模块、遥感图像解密模块、遥感图像恢复排列模块、遥感图像合并模块，所述的云平台包括遥感图像融合去噪模块，所述的遥感图像拆分模块为对遥感图像按照图像波段数进行拆分，所述的遥感图像置换模块为对遥感图像进行随机置换，所述的遥感图像转换模块为对遥感图像进行Johnson-Lindenstrauss转换，所述的遥感图像加密模块为对遥感图像进行Paillier加密，所述的遥感图像解密模块为对遥感图像进行Paillier解密；其中，所述的针对多帧遥感图像的安全外包融合去噪方法的工作流程如下：S01：遥感图像拆分；S02：遥感图像置换；S03：遥感图像转换；S04：遥感图像加密；S05：遥感图像融合去噪；S06：遥感图像解密；S07：遥感图像恢复排列；S08：遥感图像合并。2.根据权利要求1所述的安全外包融合去噪方法，其特征在于，在所述的S01步骤中，在本地平台，读取针对同一场景的多帧遥感图像，遥感图像的个数为n，遥感图像的长为im_h，遥感图像的宽为im_w，遥感图像的波段数为im_band_number，按照波段数把每个遥感图像拆分成im_band_number个图像，分别读取个波段图像的16位深灰度值，并对每一个波段的图像进行步骤S02-S07。3.根据权利要求2所述的安全外包融合去噪方法，其特征在于，在所述的步骤S02中，在本地平台，为打乱图像像素的基本位置，对n个图像的该波段图像进行随机置换，以第T个图像为例,其工作流程如下：S021：生成一个长度为im_h×im_w的随机数序列，记录其索引顺序I1；S022：对随机数序列按照从小到大进行排列，生成一个新序列，记录其索引顺序I2；S023：根据I1→I2，得到图像置换数列，根据I2→I1，得到图像恢复数列；S024：对遥感图像进行置换，图像的16位深灰度值数组为im_array_T，以数组中第a行第b列的点为例，对于数组中的每一点做如下操作：S0241：获取以im_array_T[a,b]为中心的d×d大小的矩形块，并将该矩形块转化成一行，所有的转化后的行组成一个新数组；S0242：利用图像置换序列对新数组进行行置换；S0243：对完成行置换的数组进行变维操作，得到一个三维数组im_block_permutation_array_T，该数组的长为im_h，宽为im_w，高为d2；S025：利用图像置换序列对遥感图像进行像素置换，得到一个二维数组im_pixel_permutation_array_T，该数组的长为im_h，宽为im_w。4.根据权利要求3所述的安全外包融合去噪方法，其特征在于，在所述的步骤S03中，在本地平台，对n个图像的该波段图像进行Johnson-Lindenstrauss转换，以第T个图像为例，即对im_block_permutation_array_T进行Johnson-Lindenstrauss转换，将每一个1×d2的向量压缩呈一个1×k的向量，得到一个三维数组im_JL_array_T，该数组的长为im_h，宽为im_w，高为k，其工作流程如下：S031：随机生成一个服从平均值为0，方差为1/k的高斯分布的d2×k的矩阵P；以数组im_array_T中第a行第b列这个点为例，对于数组中的每一个点重复步骤S032-S036；S032：将数组im_block_permutation_array_T中的im_block_permutation_array_T[a,b,0]，im_block_permutation_array_T[a,b,1]，…，im_block_permutation_array_T[a,b,d2-2]，im_block_permutation_array_T[a,b,d2-1]，组成一个行矩阵α；S033：随机生成一个服从平均值为0，标准差为ζ的高斯分布1×k的矩阵Δ；S034：计算αP，得到一个新矩阵Y；S035：计算Y+Δ，得到一个新矩阵α′；S036：将新矩阵α′进行变维操作，即可得到一个三维数组im_JL_array_T，im_JL_array_T[a,b,0]＝α′[0,0]，im_JL_array_T[a,b,1]＝α′[0,1]，…，im_JL_array_T[a,b,k-2]＝α′[0,k-2]，im_JL_array_T[a,b,k-1]＝α′[0,k-1]。5.根据权利要求4所述的安全外包融合去噪方法，其特征在于，在所述的步骤S04中，在本地平台，对n个图像的该波段图像进行Paillier加密，以第T个图像为例，使用已知的公钥，对数组im_block_permutation_array_T进行Paillier加密，得到一个二维数组im_paillier_array_T，该数组的长为im_h，宽为im_w，其工作流程如下：S041：选取两个随机素数p和q，并根据N＝pq，计算N的值；S042：计算出paillier加密参数λ和g，得到paillier加密的公钥为(N,g)，私钥为λ；S043：计算gm的值，m∈[0,65535]，并把结果保存在第一个表(结构如下)中；mgmS044：随机生成65536个随机数r，计算(gN)r的值，并把结果...

【专利技术属性】
技术研发人员：黄冬梅，魏立斐，戴亮，苏诚，耿霞，吴国健，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：上海,31