CN103366335B - 基于格网划分的矢量点空间数据全盲水印方法 - Google Patents

基于格网划分的矢量点空间数据全盲水印方法 Download PDF

Info

Publication number
CN103366335B
CN103366335B CN201310299897.8A CN201310299897A CN103366335B CN 103366335 B CN103366335 B CN 103366335B CN 201310299897 A CN201310299897 A CN 201310299897A CN 103366335 B CN103366335 B CN 103366335B
Authority
CN
China
Prior art keywords
watermark
coefficient
data
points data
vector space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310299897.8A
Other languages
English (en)
Other versions
CN103366335A (zh
Inventor
张立峰
张黎明
闫浩文
张永忠
杨正华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN201310299897.8A priority Critical patent/CN103366335B/zh
Publication of CN103366335A publication Critical patent/CN103366335A/zh
Application granted granted Critical
Publication of CN103366335B publication Critical patent/CN103366335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

变换域水印算法具有鲁棒性高的特点。目前针对线、面矢量空间数据的变换域水印算法，大多以几何对象为单位嵌入水印，而点空间数据几何对象都是独立的点，此类算法难以直接应用于矢量点空间数据水印。如果把点空间数据整体作为一个几何对象嵌入水印，空间点的增加、删除都会影响水印的提取。本发明提出了一种“基于格网划分的矢量点空间数据全盲水印方法”，以解决变换域下矢量点空间数据的水印嵌入和提取。本发明方法先进、科学，水印鲁棒性高、不可见性好，同时能够保证嵌入水印信息后数据的精度。通过实验表明，该方法对矢量点空间数据的增删点操作、裁剪、数据对象顺序置乱和几何变换操作等攻击具有较好的鲁棒性，具有较好的使用价值。

Description

基于格网划分的矢量点空间数据全盲水印方法
技术领域
本发明属于地图学与地理信息科学技术领域，是一种变换域矢量地理空间数据全盲水印算法。
背景技术
矢量地理空间数据是国家重要的战略性信息资源，是经济、军事、国防建设和社会发展的基础数据，获取通常要借助于昂贵的专业设备和花费大量的人力、物力，所以，其版权保护至关重要。矢量地理空间数据以数字化的形式保存，在方便数据拷贝和传播的同时，也使盗版变得极其容易。目前，迫切需要可靠的技术保障地理空间数据的安全。
数字水印被认为是一种有效的数字地图版权保护方法，近年来随着对数字水印技术的研究，提出了许多算法，主要包括：空域算法和变换域算法。对于点群矢量空间数据，由于坐标数据存储的无序性，很难直接应用变换域算法，目前研究主要集中在空域算法，但是空域算法鲁棒性较差，不能抵抗一般的几何变换，因此此类算法不具有实用性。
发明内容
针对上述情况，本发明的目的就是提出了一种“基于格网划分的矢量点空间数据全盲水印方法”，以解决矢量点空间数据在变换域下的水印嵌入和提取，并且它又是一种全盲水印算法，因此这种水印算法实用性强、水印的鲁棒性高。
本发明方法包括：水印信息的嵌入和水印信息的提取。
水印信息的嵌入是指把水印信息嵌入到原始矢量地理空间数据中得到含水印信息的矢量地理空间数据。步骤如下：对加入的二值水印图像应用Logistic混沌系统进行置乱，并转换成一维序列；读取原始矢量点空间数据，把整个空间点均分为n等分的格网，对每个格网范围内的点坐标(需考虑边界点)按照空间位置，构成一个虚拟的线几何对象；建立该对象和水印位之间的同步关系；对该几何对象中所有点坐标按序建立复数序列(x+yi)，对对该序列实施傅里叶变换，并把变换后的幅度和相位系数放大10万倍，水印信息通过量化嵌入放大后的幅度和相位系数中；然后对嵌入水印后的系数缩小10万倍，再应用傅里叶逆变换，计算复数序列，提取实部、虚部，替换原来的x、y，保存地理空间数据。
水印信息的提取是水印嵌入过程的逆过程，读取含水印地理空间数据，并按照嵌入时的方法和参数，把整个空间点均分为n等分的格网，构建虚拟几何对象，按几何对象依次提取水印信息，水印位被多次嵌入，采用投票原则，确定最终水印位，对提取的一维水印序列转换为二维图像，应用Logistic混沌系统逆置乱水印图像，提取水印信息。
本发明方法先进、科学，水印鲁棒性高、不可见性好，解决了矢量空间点数据在变换域下水印的嵌入和提取，同时能够保证嵌入水印信息后数据的精度。通过实验表明，该方法对矢量点空间数据的增删点操作、裁剪、数据对象顺序置乱和几何变换操作等攻击具有较好的鲁棒性，并且是一种全盲水印方法，具有较好的使用价值。
附图说明
图1是原始地图数据可视化显示
图2是原始水印图像
图3是含水印地图数据可视化显示
图4从含水印数据中提取到的水印图像
图5是裁剪后部分含水印数据可视化
图6是从部分裁剪数据中提取到的水印图像
图7平移后数据可视化对比
图8平移后数据提取到的水印图像
图9放大后数据可视化对比
图10放大后数据提取到的水印图像
图11缩小后数据可视化对比
图12缩小后数据提取水印图像
具体实施方式
为了详细说明本发明的技术内容、结构特征、所实现的目的及所达到的效果，以下结合具体实施方式详细说明。
本发明的实施步骤可以分为两个部分：水印嵌入和水印信息提取。下面对各实施步骤进行进一步阐述。
步骤一：利用混沌系统所产生的混沌序列具有非常好的伪随机性和初值敏感性特点，采用Logistic混沌映射系统对水印图像置乱，并对置乱后的水印图像降为一维序列{Wi}，i=1，…，M，M为水印长度；
步骤二：读取矢量点所有顶点坐标，按照给定的参数划分成固定的格网；
步骤三：依次循环对所有单元格中点坐标加入水印。具体步骤是：
步骤a：判断单元格中点的数目小于给定的参数pc，对该单元格不加水印，进入下一个单元格处理；否则进入步骤b；
步骤b：对单元格中所有点按照空间位置，建立虚拟线几何对象，设它的坐标值为P1(X1,Y1)、P2(X2,Y2)…Pn(Xn,Yn)；
步骤c：将对象各顶点坐标按序表示为复数的形式，即：X1+Y1i，X2+Y2i,…Xn+Yni；
步骤d：对该复数序列进行傅里叶变换，即：fft(X1+Y1iX2+Y2iX3+Y3i…Xn+Yni),并由此得到它们的幅度fd和相位xw；
步骤e：对幅度fd和相位xw系数放大10万倍；
步骤f：根据水印位同fd系数之间的对应关系，计算i=MOD(fd(2)/1000，M)+1,提取水印位W(i)的值，通过量化方法嵌入fd中，设量化值为R=100；
此时分两种情况进行讨论：
1.ifW(i)=0
ifMOD(fd,R)>R/2fd=fd-R/2；
2.ifW(i)=1
ifMOD(fd,R)<=R/2fd=fd+R/2；
步骤g：按照步骤f的方法，在相位xw系数上嵌入水印，这样就完成了水印信息的嵌入；
步骤h：对xw，fd系数缩小10万倍，并进行傅里叶逆变换，得到复数序列，用实部系数依次替换原来x坐标，用虚部系数替换原来的y坐标；
步骤四：保存地理了空间数据，得到含水印地理空间数据。
水印信息提取是指从待检测矢量地图中提取水印信息内容，具体步骤如下：
步骤一：生成一个M大小的一维0矩阵，M为水印长度；
步骤二：读取矢量地理空间数据，划分格网，建立虚拟线几何对象，以单元格为单位进行水印信息的提取。具体步骤是：
步骤a-e同嵌入步骤；
步骤f：通过量化方法分别提取幅度系数水印和相位系数水印，水印位W(i)的值，量化值R与嵌入量化值R相同，以fd为例；
计算i=MOD(fd(2)/1000，M)+1
此时分两种情况进行讨论：
ifMOD(fd,R)>R/2
W(i)=W(i)+1；
else
W(i)=W(i)-1；
步骤三：循环依次对所有单元格点坐标提取水印；
步骤四：采用投票原则计算水印信息，具体如下：
fori=1:M
ifW(i)>=0
W(i)=1;
else
W(i)=0;
end
end
步骤五：变换该一维水印矩阵为二维方阵；
步骤六：应用Logistic混沌系统逆置乱水印图像；
综上所述，本发明能有效解决点群矢量数据的放大、缩小、旋转、平移等操作，尽可能的保证了数据的精度，并且对数据的加点、删除和噪声干扰以及数据对象顺序置乱和裁剪等攻击具有较好的鲁棒性，是一种全盲水印算法，具有较好的实用价值。

Claims (1)

1.基于格网划分的矢量点空间数据全盲水印方法，其特征包括以下步骤：
水印的嵌入及其步骤内容：
步骤一：利用混沌系统所产生的混沌序列具有非常好的伪随机性和初值敏感性特点，采用Logistic混沌映射系统对水印图像置乱，并对置乱后的水印图像降为一维序列{Wi}，i=1，…，M，M为水印长度；
步骤二：读取点类型矢量地理空间数据所有顶点坐标，按照给定的参数划分成固定的格网；
步骤三：依次循环对所有单元格中点坐标加入水印，具体步骤是：
步骤a：判断单元格中点的数目小于给定的参数pc，对该单元格不加水印，进入下一个单元格处理；否则进入步骤b；
步骤b：对单元格中所有点按照空间位置，建立虚拟线几何对象，设它的坐标值为P1(X1,Y1)、P2(X2,Y2)…Pn(Xn,Yn)；
步骤c：将对象各顶点坐标按序表示为复数的形式，即：X1+Y1i，X2+Y2i,…Xn+Yni；
步骤d：对该复数序列进行傅里叶变换，即：fft(X1+Y1iX2+Y2iX3+Y3i…Xn+Yni),并由此得到它们的幅度系数fdo和相位系数xwo；
步骤e：对幅度系数fdo和相位系数xwo放大10万倍后，得到新的系数fd和xw；
步骤f：根据水印位同fd系数之间的对应关系，计算i=MOD(fd(2)/1000，M)+1,提取水印位W(i)的值，通过量化方法嵌入fd中，设量化值为R=100；
此时分两种情况进行讨论：
情况1）：如果W(i)=0并且MOD(fd,R)>R/2
fd=fd-R/2；
情况2）：如果W(i)=1并且MOD(fd,R)<=R/2
fd=fd+R/2；
步骤g：按照步骤f的方法，在相位xw系数上嵌入水印，这样就完成了水印信息的嵌入；
步骤h：对xw，fd系数缩小10万倍，并进行傅里叶逆变换，得到复数序列，用实部系数依次替换原来x坐标，用虚部系数替换原来的y坐标；
步骤四：保存地理空间数据，得到含水印地理空间数据；
水印信息的提取及其步骤内容：
步骤一：生成一个M大小的一维0矩阵，M为水印长度；
步骤二：读取矢量地理空间数据，划分格网，建立虚拟线几何对象，以单元格为单位进行水印信息的提取，具体步骤是：
步骤a-e同嵌入步骤；
步骤f：通过量化方法分别提取幅度系数水印和相位系数水印，水印位W(i)的值，量化值R与嵌入量化值R相同，以fd’系数为例；
计算i=MOD(fd’(2)/1000，M)+1
此时分两种情况进行讨论：
如果MOD(fd’,R)>R/2
W(i)=W(i)+1；
否则
W(i)=W(i)-1；
步骤三：循环依次对所有单元格点坐标提取水印；
步骤四：采用投票原则计算水印信息，具体如下：
i从1到M循环
如果W(i)>=0
W(i)=1;
否则
W(i)=0;
结束
步骤五：变换该一维水印矩阵为二维方阵；
步骤六：应用Logistic混沌系统逆置乱水印图像。
CN201310299897.8A 2013-07-17 2013-07-17 基于格网划分的矢量点空间数据全盲水印方法 Active CN103366335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310299897.8A CN103366335B (zh) 2013-07-17 2013-07-17 基于格网划分的矢量点空间数据全盲水印方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310299897.8A CN103366335B (zh) 2013-07-17 2013-07-17 基于格网划分的矢量点空间数据全盲水印方法

Publications (2)

Publication Number Publication Date
CN103366335A CN103366335A (zh) 2013-10-23
CN103366335B true CN103366335B (zh) 2016-03-09

Family

ID=49367612

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310299897.8A Active CN103366335B (zh) 2013-07-17 2013-07-17 基于格网划分的矢量点空间数据全盲水印方法

Country Status (1)

Country Link
CN (1) CN103366335B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166957B (zh) * 2014-06-12 2017-02-15 厦门合道工程设计集团有限公司 矢量图形版权图像的嵌入和提取方法
CN104166956B (zh) * 2014-06-12 2017-02-15 厦门合道工程设计集团有限公司 矢量图形版权字符的嵌入和提取方法
CN104091304A (zh) * 2014-08-02 2014-10-08 兰州交通大学 基于特征点的矢量空间数据盲水印方法
CN104103031B (zh) * 2014-08-03 2017-07-25 兰州交通大学 基于归一化的矢量空间数据盲水印方法
CN106127689B (zh) * 2016-06-30 2019-10-18 北京大学 图像视频超分辨率方法和装置
CN106204411B (zh) * 2016-07-15 2019-04-02 兰州交通大学 基于不变矩和Hilbert码的矢量居民地零水印方法
CN108765253B (zh) * 2018-05-30 2022-05-31 湖南科技大学 基于dft系数组合的矢量地理空间数据数字水印方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101452570A (zh) * 2008-12-22 2009-06-10 武汉大学 基于网格的矢量空间数据数字水印方法
CN101458810A (zh) * 2008-12-08 2009-06-17 哈尔滨工程大学 一种基于对象属性特征的矢量地图水印方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101181199B1 (ko) * 2011-01-03 2012-09-18 한국과학기술원 배경 지형 장면의 입체 이미지 생성 방법, 시스템 및 이를 위한 기록매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101458810A (zh) * 2008-12-08 2009-06-17 哈尔滨工程大学 一种基于对象属性特征的矢量地图水印方法
CN101452570A (zh) * 2008-12-22 2009-06-10 武汉大学 基于网格的矢量空间数据数字水印方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种面向地图对象的矢量地图数字水印方法;吴柏燕 等;《地理信息世界》;20110430(第2期);第39页 *
利用QIM的DFT矢量空间数据盲水印模型;许德合 等;《武汉大学学报 信息科学版》;20100930;第35卷(第9期);第1101页 *
基于DFT自适应矢量地图水印算法的研究;赵林;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090615(第06期);第22、35-39页 *

Also Published As

Publication number Publication date
CN103366335A (zh) 2013-10-23

Similar Documents

Publication Publication Date Title
CN103366335B (zh) 基于格网划分的矢量点空间数据全盲水印方法
CN106204411B (zh) 基于不变矩和Hilbert码的矢量居民地零水印方法
CN104794671A (zh) 抗投影攻击的矢量空间数据盲水印方法
CN104680472A (zh) 空域和频域相结合的矢量空间数据多重盲水印方法
Cao et al. Nonlinear scrambling-based reversible watermarking for 2D-vector maps
CN103377455B (zh) 一种面向版权保护服务的三维地理模型数字水印方法
CN110222481A (zh) 一种bim模型版权保护空间域数字水印方法
CN103390261B (zh) 基于误差缩小的矢量地理空间数据全盲水印方法
CN116362952B (zh) 一种运用格网划分的三维点云数据数字水印方法
Huang et al. A spherical coordinate based fragile watermarking scheme for 3D models
Cao et al. Iterative embedding-based reversible watermarking for 2D-vector maps
CN104103031B (zh) 基于归一化的矢量空间数据盲水印方法
Zhu et al. A watermarking algorithm for vector geo-spatial data based on integer wavelet transform
CN101504759A (zh) 基于dct算法数字图像水印提取方法
CN111242825A (zh) 一种基于水深特征的enc电子航海图零水印方法
Zhang et al. New robust watermarking algorithm for vector data
CN102509058A (zh) 基于冗余位替换的点类型gis矢量数据伪装与还原方法
CN104866737B (zh) 一种顾及地形特征的dem脆弱水印完整性认证方法
CN104091304A (zh) 基于特征点的矢量空间数据盲水印方法
Nana Watermarking algorithm of spatial domain image based on SVD
Dong et al. Research and implementation based on three-dimensional model watermarking algorithm
CN102129660B (zh) 一种基于栅格地图特征的小波域零水印方法
Thayananthan et al. Fragile watermarking based on linear cellular automata using manhattan distances for 2D vector map
Luo et al. Lossless visible three-dimensional watermark of digital elevation model data
Abbas et al. Robust watermarking of digital vector maps for copyright protection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant