【技术实现步骤摘要】
一种远程微波传输方法和系统
[0001]本专利技术属于数据传输
,具体涉及一种远程微波传输方法和系统。
技术介绍
[0002]森林防火具有重要意义,现有技术中,往往采用无人机采集遥感图像的方式进行森林防火,无人机可以无视地形障碍,到达传统监测手段难以触及的区域,具有高度的灵活性。然而,无人机监控受限于飞行时间和航程,覆盖范围相对较小,并且无人机监控易受到天气因素的影响,再者无人机购买与维护成本高,不利于普及。
[0003]而微波传输技术可以克服无人机监控的缺点,通过远程微波技术,采集端可以经过多个中继设备实时传输森林图像至监控中心,监控中心对森林图像进行图像识别,监控是否存在火灾风险,火情监控的覆盖范围更广,不会受到天气因素的影响,采集端的摄像头相对于无人机而言,成本较低,利于推广。
[0004]然而微波传输技术尽管可以进行高效率的远程数据传输,但是在传输过程中往往存在被窃取或篡改的风险。因此,需要对远程数据进行加密处理,当前的加密处理方式,往往采用基于变换域的图像加密算法,通过将图像信息转换到变换域,使算法能够在频域内对图像进行加密处理,以此让攻击者难以破解。 但是,一方面,基于变换域的图像加密算法对于图像的小幅度改动或压缩等操作非常敏感,在对加密图像进行处理、传输或压缩时,可能会导致解密后的图像质量下降或无法恢复原始图像,导致监控中心在接收到的微波信号,难以准确地监控是否存在火灾风险。另一方面,采集端每个周期会产生大量的森林图像,基于变换域的图像加密算法,需要将每一张森林图像转换到变换域,转 ...
【技术保护点】
【技术特征摘要】
1.一种远程微波传输方法,其特征在于,包括:S101:获取森林图像数据;S102:对所述森林图像数据进行压缩;S103:对压缩后的森林图像数据进行哈希运算,得到哈希值;S104:对压缩后的森林图像数据的哈希值和公钥进行异或运算,得到密钥;S105:通过所述密钥,初始化混沌系统的各项参数;S106:对压缩后的森林图像数据进行图像变换,得到第一图像矩阵;S107:通过所述混沌系统,生成第一混沌序列、第二混沌序列、第三混沌序列和第四混沌序列;S108:将所述第一混沌序列中的前M个元素组成第一置乱矩阵,对所述第一置乱矩阵中的元素进行升序排列,得到第一索引值序列,从所述第一混沌序列中除了所述前M个元素外的剩余元素中随机抽取N个连续的元素组成第二置乱矩阵,对所述第二置乱矩阵中的元素进行升序排列,得到第二索引值序列;S109:通过所述第一索引值序列和所述第二索引值序列对所述第一图像矩阵进行置乱处理,得到第二图像矩阵;S110:通过所述第二混沌序列、所述第三混沌序列和所述第四混沌序列,对所述第二图像矩阵进行全局动态扩散,完成对所述森林图像数据的加密,得到密文图像数据;S111:对所述密文图像数据进行编码;S112:对编码进行调制,得到微波信号;S113:发射所述微波信号,经过中继设备传输至监控中心,以使所述监控中心根据接收到的微波信号,监控是否存在火灾风险。2.根据权利要求1所述的远程微波传输方法,其特征在于,在所述S103之前,还包括:S114:选择两个大素数a和b,计算以及:;S115:随机选择一个整数e,使得随机数e满足:;其中,表示随机数e与互质;S116:计算随机数e的逆元:;S117:将(G,e)作为私钥,将(G,d)作为公钥EK,mod表示取模运算;S118:构建关于随机数e和逆元d的混沌映射关系式:;其中,n表示验证次数,λ1、λ2、λ3、λ4和λ5表示混沌参数且均为常数。3.根据权利要求1所述的远程微波传输方法,其特征在于,所述S102具体包括:
S1021:提取所述森林图像数据的图像帧;S1022:将各个图像帧分解为R通道图像、G通道图像和B通道图像;S1023:对所述R通道图像进行奇异值分解:;其中,R表示R通道图像,U为正交矩阵,为对角矩阵,diag为对角矩阵符号,分别为对角矩阵的对角线上的i个数值,可称为奇异值, V为正交矩阵,V
T
表示V的转置;S1024:提取正交矩阵U的前k列,以对正交矩阵U进行降维处理,提取正交矩阵V的前k行,以对正交矩阵V进行降维处理,保留前k个奇异值,将除了所述前k个奇异值外的其余的奇异值赋零,得到压缩后的R通道图像;S1025:依据与所述R通道图像同样的处理方式,得到压缩后的G通道图像和B通道图像;S1026:将压缩后的R通道图像、G通道图像和B通道图像进行合并,得到压缩后的图像帧;S1027:将压缩后的图像帧组合为压缩后的森林图像数据。...
【专利技术属性】
技术研发人员:康凯,
申请(专利权)人:北京大业桥科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。