基于D2层近零点模板的SIFT特征提取算法

SIFT(Scale-Invariant Feature Transform)特征提取是通过在不同尺度DOG(Difference of Gaussian)层进行逐个像素遍历获取极值点得到,当图像分辨率较高时计算量巨大。利用DOG(高斯一阶差分)层极值点与D2(高斯二阶差分)层的近零点之间的对应关系,提出基于近零点模板的SIFT特征提取算法,其中近零点判定阈值利用图像熵动态获取。由于模板的限制致使SIFT特征提取的范围缩小,极大降低了计算及时间复杂度。实验结果表明,相对于经典SIFT算法,提出的算法不仅保持了其较高的鲁棒性,而且大幅提高了特征提取效率。     

WSN中基于非均匀簇的混合多跳路由协议*

为节省数据传输过程中消耗的能量,均衡网络节点间的能耗,提出一种基于非均匀簇的混合多跳路由协议。在无线传感器网络数据传输阶段,源簇头节点通过转发权值函数选择数据转发的中继节点,转发权值由用于降低链路通信代价的距离因子和减少剩余能量较少的簇头节点成为中继节点的概率惩罚因子共同决定,达到均衡网络能耗的目的。通过NS2仿真实验验证了算法的有效性,能够很好地均衡节点负载和提高能量利用率。     

分簇无线传感器网络密钥预分配管理方案

针对无线传感器网络节点计算和存储能力有限,能量受限等特点,提出了一种新的分簇传感器网络密钥预分配管理方案KDNKPD。该方案借助于Blundo二元多项式函数和密钥分发节点建立节点与簇头间的安全通信,能够适应簇首节点的按轮选举并解决了Blundo方案的安全问题。通过安全分析与性能分析比较和仿真实验表明,该方案提高了网络的安全性,减少了传感器节点的存储开销和计算开销。