面向云计算环境的海量遥感影像安全检索方法研究

Ciphertext retrieval of remote sensing image is a key technology to achieve information secure sharing of massive remote sensing image under cloud environment, and it is also a key problem needed to be solved urgently. A new method based on orthogonal decomposition is proposed in this project, where features of remote sensing used to retrieve image are kept constant in ciphertext image, therefore the problem of features are hard to kept after encryption can be solved effectively; A bag-of-visual-words idea is used to express important features of remote sensing image reasonably, thus the precision retrieval of massive remote sensing image can be realized. The main research contents includes three parts: research on secure retrieval frame of massive remote sensing image under cloud environment; research on the secure retrieval method of massive remote sensing image based on orthogonal decomposition; research on extraction, representation, and organization of remote sensing image feature based on bag-of-visual-words. The creativity of this project expresses in two aspects: First, a secure image retrieval method of massive remote sensing based on orthogonal decomposition is proposed in our project, as a result, the features of remote sensing image can be kept constant after encryption, therefore secure and high efficient retrieval can be realized. Second, a new features representation method of remote sensing image based on bag of visual words models is proposed in our project, where low level features are combined with semantic features in order to describe the lower features in a higher level and reflect the features of remote sensing image more accurately, thus the precision of retrieval can be improved. The research results of our project will solve the problem of massive remote sensing image secure retrieval and will establish a technical foundation for remote sensing image secure sharing under cloud environment.

遥感影像的密文检索是实现云环境下海量遥感影像信息安全共享的关键技术，也是亟待解决的关键问题。本课题基于正交分解的思想，提出遥感影像检索特征在密文域保持不变的方法，能有效解决加密前后图像特征难以保持的问题；基于视觉词袋模型的思想，对遥感影像关键特征进行有效合理的表达，实现海量遥感影像数据高效精确地检索。本课题的主要研究内容包括：云计算环境下海量遥感影像数据安全检索框架的研究；基于正交分解的遥感影像安全检索方法研究；基于视觉词袋模型的遥感影像特征提取、表示和组织方法研究。本课题的创新主要体现在：提出基于正交分解的遥感影像安全检索方法，使遥感影像特征在加密前后保持不变，实现遥感影像的安全高效检索；提出基于视觉词袋模型的遥感影像特征表达方法，建立低层特征与语义之间的联系，更精确地表达遥感影像关键特征，显著提高检索的精确性。本课题的研究有望为解决云环境下海量遥感影像信息的安全共享奠定重要技术基础。

遥感影像的安全检索是实现云环境下海量遥感影像信息安全共享的关键技术。本课题的主要研究内容包括：云计算环境下海量遥感影像数据安全检索框架的研究；基于正交分解的遥感影像安全检索方法研究；基于视觉词袋模型的遥感影像特征提取、表示和组织方法研究。.课题取得如下研究成果：.1. 构建基于正交变换的图像安全检索模型框架，实现密码技术与特征提取技术操作上的相对独立和操作结果的相关耦合，不依赖于任何密码算法即可保持加密前后图像特征距离，同时具有高效性和安全性，解决了云环境下遥感影像安全检索存在的安全性和检索效率不可兼得的矛盾问题。.2. 提出一种结合正交变换及改进BoVW模型的图像安全检索方法，解决低层特征和高层语义信息之间存在的语义鸿沟问题，并引入汉明嵌入对特征描述符进行更加精细的划分，有效提升了检索精度，解决了现阶段云环境下密文域图像检索中检索精度和数据安全性不能兼顾的问题。.3. 提出一种基于四元数变换的遥感影像检索方法，基于四元数正交傅里叶梅林矩构造出具有旋转和尺度不变的纹理特征，使用四元数正交傅里叶梅林矩来对图像进行边缘检测，综合多种特征进行图像检索，提高了遥感影像检索的精度。.4. 提出一种基于视觉词袋模型和Min-hash算法的图像安全检索方法，为海量图像构建高效安全索引，解决了云环境下海量图像检索时效率、精度和安全性难以兼顾的问题。.5. 提出一种基于卡方检验（CHI）的遥感影像特征选择方法，解决遥感影像特征冗余量大、检索精度不高等问题，提高遥感影像检索的精度和效率。.本课题的创新主要体现在：提出基于正交分解的遥感影像安全检索方法，使遥感影像特征在加密前后保持不变，实现遥感影像的安全高效检索；提出基于视觉词袋模型的遥感影像特征表达方法，建立低层特征与语义之间的联系，更精确地表达遥感影像关键特征，显著提高检索的精确性。本课题的研究有望为解决云环境下海量遥感影像信息的安全共享奠定重要技术基础。