买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南计算机有限责任公司

摘要：本发明公开一种面向无人平台集群的图像传输方法，步骤包括：1第i个中心节点根据第i个信号向量中的控制信号移动和或拍摄图像；第i个中心节点根据第i个信号向量中的控制信号控制位于同一下级网络的边缘节点移动和或拍摄图像；2中心节点对时间与当前时刻最接近且时间戳相同的图像进行拼接和压缩；3中心节点利用初始密钥对压缩后的图像进行加密，得到加密图像，并上传至云平台；9所述云平台接收加密图像后，对加密图像进行解密，并对解密后的图像进行重构。本发明可以有效防止无人平台拍摄的图像信息被篡改，保证了数据传输的安全性。

主权项：1.一种面向无人平台集群的图像传输方法，其特征在于，包括以下步骤：1构建云平台和无人平台集群；所述无人平台集群包括多个无人平台；2将这些无人平台划分为n个聚类簇，每一个聚类簇中包括一个中心节点和多个边缘节点；所述无人平台具有唯一编号，即： 式中，F表示无人平台编号阵列；fnr表示第n个聚类簇中的第r个无人平台编号；第n个聚类簇中的第r个无人平台为中心节点，第n个聚类簇中的其余无人平台为边缘节点；n为聚类簇数量；r为第n个聚类簇中的无人平台数量；3将第i个聚类簇中的中心节点和所有边缘节点链入第i个下级网络中；将所有中心节点和云平台链入上级网络中；i＝1,2，…,n；第i个下级网络中的无人平台编号向量为{fi1,fi2,...,fir}；所述上级网络中的无人平台编号向量为{f1r,f2r,...,fnr,fn+1}；fn+1表示云平台编号；4所述云平台向中心节点发送控制信号序列{V1,V2,...,Vn}，以及密钥序列{Z1,Z2,...,Zn}，并在上级网络中广播；所述控制信号序列的第i个控制信号向量Vi＝{Vi1，Vi2}；Vi1为控制信号，Vi2为密钥选择编号；所述密钥选择编号在1～n中随机生成；5第i个中心节点根据控制信号Vi1移动和或拍摄图像；第i个中心节点根据控制信号Vi1控制位于同一下级网络的边缘节点移动和或拍摄图像；位于同一下级网络下的无人平台阵列分布，位于同一水平线的无人平台数量相同；相邻无人平台图像拍摄范围部分重叠；同一下级网络下无人平台拍摄的图像尺寸相同；6所述边缘节点在拍摄图像后，为图像打上时间戳；所述边缘节点将图像、边缘节点坐标和边缘节点编号传输至中心节点，并在该边缘节点所处的下级网络中广播；所述中心节点在拍摄图像后，为图像打上时间戳，并在该中心节点所处的下级网络中广播；7中心节点对时间与当前时刻最接近且时间戳相同的图像进行拼接和压缩，步骤包括：7.1中心节点对获得的图像I＝{I1，I2，…Ia}进行滤波；Ia表示待拼接、压缩的第a幅图像；滤波前的图像Ia如下所示： 式中，表示图像Ia像素点m，b对应的像素值；m×b为图像Ia尺寸；滤波后的图像如下所示： 式中，Ia'表示滤波后的图像；表示像素点m，b滤波后的像素值；其中，滤波后的图像Ia'中像素点p，q对应的像素值如下所示： 式中，p＝1,2,…，m；q＝1,2,…，b；g，h为素点p，q邻域s中的像素点；为像素点g，h对应的像素值；ωg,h为高斯滤波器掩膜的权值系数；7.2根据无人平台编号，将一个下级网络中位于同一水平线的无人平台写入序列Ke＝{K1，…，Kk}中；k为位于同一水平线的无人平台数量；同一水平线上，第u个无人平台和第u+1个无人平台相邻，且第u+1个无人平台位于第u个无人平台的R1侧，第u个无人平台位于第u+1个无人平台的L1侧；u＝1，2，…，k；7.3获取序列Ke中的第u个无人平台和第u+1个无人平台之间的距离d；u初始值为1；7.4基于第u个无人平台和第u+1个无人平台之间的距离d、收缩乘数γ和图像尺寸m×b，将第u个无人平台滤波后的图像Iu'和第u+1个无人平台滤波后的图像Iu+1'放入同一个二维坐标系中；图像Iu'的中心像素点为二维坐标系坐标原点；其中，滤波后图像Iu'的坐标矩阵Uu如下所示： 式中，表示滤波后图像Iu'中像素点m，b在二维坐标系上的坐标；滤波后图像Iu+1'的坐标矩阵Uu+1如下所示： 式中，表示滤波后图像Iu+1'中像素点m，b在二维坐标系上的坐标；7.5基于滤波后图像Iu'的坐标矩阵Uu和滤波后图像Iu+1'的坐标矩阵Uu+1，计算并标记滤波后的图像Iu'和滤波后图像Iu+1'的重叠位置；7.6重复步骤7.2-步骤7.5，标记位于每一条水平线上的相邻无人平台滤波后图像的重叠位置；7.7获取序列Ke中第u个无人平台和序列Ke+1中第u个无人平台之间的距离D；e初始值为1；序列Ke+1中第u个无人平台位于序列Ke中第u个无人平台位于序列Ke+1的L2侧，序列Ke中第u个无人平台位于序列Ke+1中第u个无人平台的R2侧；7.8基于距离D、收缩乘数λ和图像尺寸m×b，将序列Ke中第u个无人平台滤波后的图像Ie,u'和序列Ke+1中第u个无人平台滤波后的图像Ie+1,u'放入同一个二维坐标系中；图像Ie,u'的中心像素点为二维坐标系坐标原点；其中，滤波后图像Ie,u'的坐标矩阵Ue,u如下所示： 式中，表示滤波后图像Ie,u'中像素点m，b在二维坐标系上的坐标；滤波后图像Ie+1,u'的坐标矩阵Ue+1,u如下所示： 式中，表示滤波后图像Ie+1,u'中像素点m，b在二维坐标系上的坐标；7.9基于滤波后图像Ie,u'的坐标矩阵Ue,u和滤波后图像Ie+1,u'的坐标矩阵Ue+1,u，计算并标记滤波后的图像Ie,u'和滤波后图像Ie+1,u'的重叠位置；7.10重复步骤7.7-步骤7.9，标记位于相邻水平线、且位于同一铅垂线上无人平台滤波后图像的重叠位置；7.11将所有滤波后图像按照无人平台阵列位置布置在同一张画布上，并根据标记的重叠位置进行拼接，得到最终的拼接图像；7.12将最终的拼接图像分为前景和背景两个部分，并在拼接图像上框选出背景部分，步骤包括：7.12.1设定待分割图像的前景与背景改进自适应分割阈值为T，前景点数占图像比例为w0，前景平均灰度为u0，背景点数占图像比例为w1，背景平均灰度为u1，图像的总平均灰度为u；其中，总平均灰度u如下所示：u＝w0×u0+w1×u1；9式中，w0为前景点数占图像比例；u0为前景平均灰度；w1为背景点数占图像比例；u1为背景平均灰度；7.12.2计算得到前景和背景图象的方差g，即：g＝w0×u0-u2+w1×u1-u2；10式中，u为图像的总平均灰度；7.12.3计算得到背景和运动目标区域比例权重Gt，即： 式中，为计算系数；的范围为[0,1]；7.12.4根据方差g和比例权重Gt，将图像分为前景和背景两个部分；7.13对最终拼接图像的背景部分进行压缩，得到压缩后的图像；8中心节点根据第i个信号向量中的密钥选择编号，调取密钥序列{Z1,Z2,...,Zn}中与该密钥选择编号对应的初始密钥，并利用该初始密钥对压缩后的图像进行加密，得到加密图像；中心节点将这些加密图像传输至云平台，并在上级网络中广播；9所述云平台接收加密图像后，对加密图像进行解密，并对解密后的图像进行重构。

全文数据：

权利要求：

百度查询： 西南计算机有限责任公司 一种面向无人平台集群的图像传输方法