[发明专利]一种针对多帧遥感图像的安全外包融合去噪方法

权利要求书

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；

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；

S02：遥感图像置换；

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；

S03：遥感图像转换；

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]；

S04：遥感图像加密；

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g^m的值，m∈[0,65535]，并把结果保存在第一个表(结构如下)中；

m	m]]>

S044：随机生成65536个随机数r，计算(g^N)^r的值，并把结果保存在第二个表(结构如下)中；

r	N)r]]>

以数组im_pixel_permutation_array_T中第a行第b列的点位列，对数组im_pixel_permutation_array_T中的每一个点重复步骤S045-S047；

S045：从第一个表中查找m的值等于im_pixel_permutation_array_T[a,b]对应的g^m的值；

S046：从第二个表中随机抽取5个不同的(g^N)^r值，即(g^N)^r1，(g^N)^r2，(g^N)^r3，(g^N)^r4，(g^N)^r5；

S047：im_paillier_array_T[a,b]＝g^m(g^N)^r1(g^N)^r2(g^N)^r3(g^N)^r4(g^N)^r5modN²；

S05：遥感图像融合去噪；

所述的步骤S05中，在云平台对遥感图像进行融合去噪，即对im_JL_array_T和im_paillier_array_T进行非局部去噪，得到二维数组im_paillier_result_array，该数组的长为im_h，宽为im_w，其工作流程如下：

S051：计算im_JL_array_1，im_JL_array_2，…，im_JL_array_n-1，im_JL_array_n这n个数组的叠加平均，得到一个三维数组，im_JL_mean_array，该数组的长为im_h，宽im_w，数组的高为k，以行a列b高c的这个点为例，

S052：选取h₁，h₁为非局部去噪的滤波参数；

S053：计算A的值，A为放大倍数，计算公式为A＝2⁷×im_h×im_w；

以数组im_paillier_result_array中第a行第b列的点为例，对于数组中的每一个点重复步骤S054-S0514；

S054：用im_JL_mean_array[a,b,0]，im_JL_mean_array[a,b,1]，…，im_JL_mean_array[a,b,k-2]，im_JL_mean_array[a,b,k-1]组成一个行向量，记为V(a,b)；

以第T个图像为例，对每一个图像重复步骤S055-S057；

以数组im_paillier_array_T中第i行第j列的点为例，对于数组im_paillier_array_T中的每一个点重复步骤S055-S057；

S055：用im_JL_array_T[i,j,0]，im_JL_array_T[i,j,1]，…，im_JL_array_T[i,j,k-2]，im_JL_array_T[i,j,k-1]组成一个行向量，记为V(i,j)；

S056：计算os_dis_square_T[i,j]，计算公式为

S057：计算dis_T[i,j]，计算公式为

S058：确定W_number的值；

S059：确定数组os_dis_square_1，os_dis_square_2，…，os_dis_square_n中第W_number个大的值为dis_square，并计算h₂的值，计算公式为

以第T个图像为例，对每一个图像重复步骤S0510；

以以数组dis_T中第i行第j列的点为例，对于数组dis_T中的每一个点重复步骤S0510；

S0510：若os_dis_square_T[i,j]＞dis_square，则dis_T[i,j]＝0；

若os_dis_square_T[i,j]≤dis_square，则

S0511：计算Z的值，计算公式为其中Ω为整个图像；

以第T个图像为例，对每一个图像重复步骤S0512到步骤S0513:

以数组W_T中第i行第j列的点为例，对于数组W_T中的每一个点重复步骤S0512-S0513；

S0512：计算Q_T[i,j]的值，计算公式为

S0513：计算W_T[i,j]的值，计算公式为

S0514：计算im_paillier_result_array[a,b]的值，计算公式为其中Ω为整个图像；

S06：遥感图像解密；

在所述的步骤S06中，在本地平台，使用私钥λ对数组im_paillier_result_array进行Paillier解密，得到一个二维数组im_permutation_result_array，该数组的长为im_h，宽为im_w，其工作流程如下：

S061：计算U的值，计算公式为

以数组im_paillier_result_array中第a行第b列的点为例，对数组im_paillier_result_array中的每一个点重复步骤S062-S063；

S062：计算NL的值，计算公式为其中c等于im_paillier_result_array[a,b]；

S063：计算im_permutation_result_array[a,b]的值，计算公式为

S07：遥感图像恢复排列；

在所述的步骤S07中，在本地平台，利用图像恢复数列，对im_permutation_result_array进行遥感图像的像素置换恢复，得到一个二维数组im_result_array，该数组的长为im_h，宽为im_w；

S08：遥感图像合并；

在所述的步骤S08中，在本地平台，对完成步骤S02-S07的所有波段得到的结果进行合并处理，得到去噪后的完整遥感图像。