CN102254296B - 一种gis矢量数据图像水印的相似度计算方法 - Google Patents

Abstract

本发明公开了一种GIS矢量数据图像水印的相似度计算方法，属于地理信息版权保护领域。该方法先利用原始水印W对提取的水印W′进行位置校正，使得发生错乱的版权图像的像素回到正确的位置，然后将校正好的水印W″与原始水印W采用字符串近似匹配的动态规划算法进行相似度计算。本发明的方法能够正确地将提取的图像水印的像素较正到正确的位置，直观反映出数据被篡改的位置，并客观地度量原始水印与提取水印的相似度，在一定程度上提高了水印认证的质量，降低了水印认证的漏检率，完善了地理信息版权保护的理论与方法体系，可应用于GIS矢量数据的版权保护技术与安全传输方面。

Description

一种GIS矢量数据图像水印的相似度计算方法

技术领域

本发明属于地理信息版权保护领域，具体涉及一种针对GIS矢量数据图像水印的位置校正与相似度计算方法。

背景技术

版权保护是版权标记基础上的版权认证、内容保密及访问控制。近年来，以数字水印为代表的版权标记技术日趋成为地理信息版权保护研究与应用的重点。国内外关于如何在矢量数据中嵌入水印已经有了比较成熟的研究，基础算法理论方面已经有了相当数量的文献可供查阅。与“属性明显，位置隐含”的栅格数据相比，矢量数据具有其自身的个性特征：“位置明显，属性隐含”、无固定存储顺序的数据组织、多样的数据格式、复杂的投影变换、繁多的空间分析应用，以及精度高、冗余少等。正是由于矢量数据的诸多特性，使得从其中提取的水印信息容易发生移位和错乱，而在水印认证过程中，若采用传统的水印相似度计算方法会造成较高的漏检率，因此有必要提出一种更加合理的水印相似度计算方法。

发明内容

本发明的目的在于：根据GIS矢量数据的特点，提出一种针对GIS矢量数据图像水印的相似度计算方法，从而有效提高版权认证的质量，降低漏检率。

为了实现上述目的，本发明采取的技术方案主要包括以下两个过程：（1）水印位置校正的过程：

步骤一：原始水印W长为L_W，通过嵌入算法将水印W嵌入载体数据D中，对D进行攻击获得含水印的数据D′，从D′中提取出水印W′长为L_W′，记Loc=0；

步骤二：通过公式（1.1）计算两水印W和W′的长度差d；初始化要校正的水印序列W″，长度为L_W，W″(i)=′*′，其中′*′表示的是被修改的位置，i=0,1,2,…,L_W-1；

d=|L_W-L_W′|（1.1）

步骤三：（a）当原始水印长度大于或等于提取的水印长度时，即L_W≥L_W′时：

i)从提取的水印W′中读取字符W′(i)，i＝0,1,2,…,L_W-1；

ii)从原始水印W中，从第Loc位开始取d+1个字符，若Loc+d+1>L_W时，取L_W-Loc个字符，记为W(dis)；

iii)将W′(i)与W(dis)进行匹配，若匹配成功，则记录匹配起始位置Pos，进入步骤iv)；若匹配不成功，则i=i+1，Loc=Loc+1，进入步骤v)；

iv)校正水印序列W″第Loc+Pos-1位为：W″(Loc+Pos-1)=W′(i)，i=i+1，Loc=Loc+Pos；

v)循环i)至iv)的过程，直至原始水印W或提取的水印W′读取完成，保存校正后的水印序列W″，此时序列W″是将提取的水印序列W′中的图像像素校正到正确位置后的水印，并且其长度与水印W的长度相等；

（b）当原始水印长度小于提取水印的长度时，即L_W<L_W′时：

i)从原始的水印W中读取字符W(i)，i＝0,1,2,…,L_W-1；

ii)从提取的水印W′中从第Loc位开始取d+1个字符，若Loc+d+1>L_W′时，则取L_W′-Loc个字符，记为W′(dis)；

iii)将W(i)与W′(dis)进行匹配，若匹配成功，则记录配起始位置Pos，进入步骤iv)；若匹配不成功则i=i+1，Loc=Loc+1，进入步骤v)；

iv)校正的水印序列W″第i位为：W″(i)=W(i)，i=i+1，Loc=Loc+Pos；

v)循环步骤i)至iv)的过程，直至原始水印W或提取的水印W′读取完成，保存校正后的水印序列W″，此时序列W″是将提取水印序列W′中的图像像素校正到正确位置后的水印，并且其长度与水印W的长度相等；

（2）相似度计算过程：

步骤一：令校正后的水印序列W″为模式串，原始水印W为匹配串，根据公式（2.1）生成距离矩阵M，其中，i＝0,1,2,...,L_W；j=0,1,2,...,L_W；

M_i,0←i,M_j,0←0

$M_{i,j}\&LeftArrow;\left\{\begin{array}{cc}{M}_{i-1,j-1}& \mathrm{if}(W^{\&prime;\&prime;}\left(i\right)=W\left(j\right))\\ 1+\min (M_{i-1,j-1},M_{i-1,j},M_{i,j-1})& \mathrm{if}(W^{\&prime;\&prime;}\left(i\right)\&NotEqual;W\left(j\right))\end{array}\right.---\left(2.1\right)$

步骤二：设

K表示从校正后的水印序列W″转换为原始水印W的最少编辑次数，当K=0时，表示序列W″与原始水印W完全相同；

步骤三：读取

判断K与

的大小，当

时，

j=j+1；

步骤四：当j≤L_W时，循环步骤三，否则进入步骤五；

步骤五：计算原始水印W与还原后的水印序列W″的相似度Sim=（1-α）*100%，其中，比值α=K/L_W表示错误水平，通过它可以对模式串W″容忍错误的能力进行度量。

本发明根据GIS矢量数据的特点，所采用的方法能成功地应用于GIS矢量数据图像水印的校正及相似度计算，一定程度上提高了水印认证的质量，降低了水印认证的漏检率，完善了地理信息版权保护的理论与方法体系，可应用于GIS矢量数据的版权保护技术与安全传输方面。本发明的方法同样适用于文本水印。

附图说明

图1是本发明实施例选用的实验数据。

图2是本发明实施例选用的原始版权标记图像。

图3是本发明方法的水印位置校正流程图：（a）为原始水印长度大于或等于提取水印长度情况下的校正；(b)为原始水印长度小于提取水印长度情况下的校正。

图4是本发明方法的水印相似度计算流程图。

图5是本发明实施例中水印位置的校正和相似度计算效果图。

具体实施方式

本发明采用如下技术思路：先利用原始水印W对提取的水印W′进行位置校正，使得发生错乱的版权图像的像素回到正确的位置；将校正好的水印W″与原始水印W采用字符串近似匹配的动态规划算法进行相似度计算。

本实例选择某一图像水印，针对图像水印的生成、水印位置的校正、水印的相似性计算的整个过程，进一步详细说明本发明。本实例选择江苏省1∶25的shp面图层数据（如图1）作为载体数据，选择二值图像标志m（如图2）作为版权信息。

（1）水印位置校正的过程：

步骤一：原始水印W=“10001110000011100101…”，长为L_W=6400，通过“最低有效位嵌入算法”嵌入载体数据D中，对D进行删除10%顶点的攻击，获得含水印的数据D′，从D′中提取出水印W′=“10011000001110010110…”长为L_W′=5760，记Loc=0；

步骤二：通过公式（1）计算两水印的长度差d=640；初始化要校正的序列W″，长度为L_W，W″(i)=′*′(i=0,1,2,...,L_W-1)，其中′*′表示的是被修改的位置；

步骤三：因L_W=6400，L_W′=5760，满足L_W>L_W′条件，执行以下过程（如图3（a）所示）：

a)从提取的水印W′中读取字符W′(i)(i=0,1,2,...,LW-1)；

b)从原始水印W中，从第Loc位开始取d+1个字符，若Loc+641>L_W时，取L_W-Loc个字符，记为W(dis)。

c)将W′(0)与W(dis)进行匹配，若匹配成功，则记录匹配起始位置Pos=1，进入步骤d)；

d)校正的水印W″第Loc+Pos-1位为：W″(0)=W′(0)，i=1，Loc=Loc+Pos=1；

e)循环a)、d)的过程，直至原始水印W读取完或提取的水印W′读取完成，保存校正后的序列W″=“100*11*000001110010110…”。此时序列W″表示的是将W′中的图像像素校正到正确位置后的水印，它与W的长度相等。

（2）相似度计算过程(如图4)：

步骤一：令校正的水印W″=“100*11*000001110010110…”为模式串，原始水印W=“10001110000011100101…”为匹配串，根据公式（2）生成距离矩阵M，其中（i＝0,1,2,...,6400；j=0,1,2,...,6400）；

步骤二：设

K表示从W″转换为W的最少编辑次数，当K=0时，表示W″与W完全相同；

步骤三：读取 $M_{L_W,1}=6399,$ 因 $K>M_{L_W,1}$ 时 $K=M_{L_W,1}=6399;$ j=j+1；

步骤四：当j≤6400时，循环步骤三，否则保存K=628，进入步骤五；

步骤五：计算原始水印W与还原的水印W″的相似度Sim；比值α=0.0981，表示错误水平，通过它可以对模式串W″容忍错误的能力进行度量，因此W与W″的相似度Sim=（1-α）*100%=90.019%。

含水印的矢量数据经过攻击处理后，虽然能提取出水印信息，但由于矢量数据存储形式的无序性，导致提取的水印信息发生移位、水印信息长度发生改变，因此水印相似度计算也增加了困难。由上述实例的水印还原和相似度的计算效果图5可知：经过水印的位置校正处理，再计算水印的相似度，能够正确地将提取的图像水印的像素较正到正确的位置，直观反映出数据被篡改的位置，并客观地度量原始水印与提取水印的相似度，有效地提高了版权认证的质量，降低漏检率。

本发明实施例中仅以图像水印进行位置校正与相似度计算，该方法也同样适用于文本水印。

Claims (1)

1.一种GIS矢量数据图像水印的相似度计算方法，包括以下过程：

（1）水印位置校正的过程：

步骤一：原始水印W长为L_W，通过嵌入算法将水印W嵌入载体数据D中，对D进行攻击获得含水印的数据D′，从D′中提取出水印W′长为L_W′，记Loc=0；

步骤二：通过公式（1.1）计算两水印W和W′的长度差d；初始化要校正的水印序列W″，长度为L_W，W″(i)=′*′，其中′*′表示的是被修改的位置，i=0,1,2,…,L_W-1；

d=|L_W-L_W′|（1.1）

步骤三：（a）当原始水印长度大于或等于提取的水印长度时，即L_W≥L_W′时：

i)从提取的水印W′中读取字符W′(i)，i＝0,1,2,…,L_W-1；

ii)从原始水印W中，从第Loc位开始取d+1个字符，若Loc+d+1>L_W时，取L_W-Loc个字符，记为W(dis)；

iii)将W′(i)与W(dis)进行匹配，若匹配成功，则记录匹配起始位置Pos，进入步骤iv)；若匹配不成功，则i=i+1，Loc=Loc+1，进入步骤v)；

iv)校正水印序列W″第Loc+Pos-1位为：W″(Loc+Pos-1)=W′(i)，i=i+1，Loc=Loc+Pos；

v)循环i)至iv)的过程，直至原始水印W或提取的水印W′读取完成，保存校正后的水印序列W″，此时序列W″是将提取的水印序列W′中的图像像素校正到正确位置后的水印，并且其长度与水印W的长度相等；

（b）当原始水印长度小于提取水印的长度时，即L_W<L_W′时：

i)从原始的水印W中读取字符W(i)，i＝0,1,2,…,L_W-1；

ii)从提取的水印W′中从第Loc位开始取d+1个字符，若Loc+d+1>L_W′时，则取L_W′-Loc个字符，记为W′(dis)；

iii)将W(i)与W′(dis)进行匹配，若匹配成功，则记录配起始位置Pos，进入步骤iv)；若匹配不成功则i=i+1，Loc=Loc+1，进入步骤v)；

iv)校正的水印序列W″第i位为：W″(i)=W(i)，i=i+1，Loc=Loc+Pos；

v)循环步骤i)至iv)的过程，直至原始水印W或提取的水印W′读取完成，保存校正后的水印序列W″，此时序列W″是将提取的水印序列W′中的图像像素校正到正确位置后的水印，并且其长度与水印W的长度相等；

（2）相似度计算过程：

步骤一：令校正后的水印序列W″为模式串，原始水印W为匹配串，根据公式（2.1）生成距离矩阵M，其中，i＝0,1,2,...,L_W；j=0,1,2,...,L_W；

M_i,0←i,M_j,0←0

$M_{i,j}\&LeftArrow;\left\{\begin{array}{cc}{M}_{i-1,j-1}& \mathrm{if}(W^{\&prime;\&prime;}\left(i\right)=W\left(j\right))\\ 1+\min (M_{i-1,j-1},M_{i-1,j},M_{i,j-1})& \mathrm{if}(W^{\&prime;\&prime;}\left(i\right)\&NotEqual;W\left(j\right))\end{array}\right.---\left(2.1\right)$

步骤二：设

K表示从校正后的水印序列W″转换为原始水印W的最少编辑次数，当K=0时，表示序列W″与原始水印W完全相同；

步骤三：读取

判断K与

的大小，当

时，

j=j+1；

步骤四：当j≤L_W时，循环步骤三，否则进入步骤五；

步骤五：计算原始水印W与还原后的水印序列W″的相似度Sim=（1-α）*100%，其中，比值α=K/L_W表示错误水平，通过它可以对模式串W″容忍错误的能力进行度量。

Images