CN103390261B - 基于误差缩小的矢量地理空间数据全盲水印方法 - Google Patents
基于误差缩小的矢量地理空间数据全盲水印方法 Download PDFInfo
- Publication number
- CN103390261B CN103390261B CN201310279910.3A CN201310279910A CN103390261B CN 103390261 B CN103390261 B CN 103390261B CN 201310279910 A CN201310279910 A CN 201310279910A CN 103390261 B CN103390261 B CN 103390261B
- Authority
- CN
- China
- Prior art keywords
- watermark
- coefficient
- spatial data
- data
- geographical spatial
- 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
Links
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于误差缩小的矢量地理空间数据全盲水印方法。本发明解决了DFT变换域水印中误差难以控制的问题。矢量空间数据在使用中通常会进行几何变换,由于DFT自身具有平移、旋转、缩放等不变性的特点,因此基于DFT的水印算法在抗几何变换上有很大的优势。水印既可嵌入到DFT的幅度系数上,也可嵌入相位系数中,然而,水印如果直接嵌入变换后的系数中,会对原始数据造成较大的影响,特别是相位系数较小的改变就会导致原始数据较大的改变。该方法通过放大变换系数,然后加入水印,再缩小变换系数,这样水印对原始数据的影响会大大减小。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。
Description
技术领域
本发明属于地图学与地理信息科学技术领域,是一种变换域下的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。对于矢量地理空间数据来说,水印信息一般是嵌入空间数据的坐标上,这就会引起顶点坐标误差。一般的原则是水印所导致的顶点坐标误差不能超出地理空间数据精度的宽容度。在空域算法中,水印嵌入时直接修改坐标中的不重要比特位,因此,误差比较容易控制。但在变换域算法中,水印嵌入时,修改的是变换系数而不是坐标,因此难以直接控制水印嵌入引起的误差。但是就鲁棒性而言,变换域算法比空域算法鲁棒性高,是目前水印研究中的主要方向。
发明内容
针对上述情况,本发明的目的就是提出了“一种基于误差缩小的矢量地理空间数据全盲水印方法”,以解决和克服变换域水印中误差难以控制的问题,并且它又是一种全盲水印算法,因此这种水印算法的鲁棒性高、实用性强。
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;读取原始地理空间数据,按图形几何对象依次处理;对该几何对象中所有点坐标按序建立复数(x+yi)序列,对该序列实施快速傅里叶变换,水印信息通过量化嵌入变换后的幅度和相位系数中;水印如果直接嵌入变换后的系数中,会对原始数据造成较大的影响,特别是相位系数较小的改变就会导致原始数据较大的改变。由于FFT本身就是一种浮点运算,不管是浮点型的矢量空间数据还是整数型的矢量空间数据,通过FFT变换后,幅度系数和相位系数都会以浮点数表示,为了减小对空间数据数据的影响,水印信息嵌入变换后系数的小数部分。FFT变换中,浮点数采用double类型的数据,而double类型的数据有效位数为15~16位,因此,权衡水印的鲁棒性和对数据精度的影响,选择double类型数据小数点后8~10位部分,嵌入水印。具体实现步骤是对变换后的系数放大10万倍,水印信息通过量化嵌入放大后的幅度系数和相位系数中。缩小幅度系数和相位系数相同的倍数,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,按几何对象依次提取水印信息,水印被多次嵌入,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,应用混沌系统解密水印图像,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,同时能够保证嵌入水印信息后数据的可用性。通过实验表明,该方法对矢量地理空间数据的几何变换操作、增加对象、删除对象操作、数据对象顺序置乱和裁剪等攻击具有很好的鲁棒性,并且是一种全盲水印算法,具有较好的使用价值。
表1数据精度影响统计表
数据点数 | 最大X误差 | 最大Y误差 | RSME-X | RSME-Y |
80965 | 0.000014 | 0.000017 | 0.0000000000020656 | 0.0000000000024864 |
本方法应用于用多种比例尺、多种类型的矢量数据,实验效果较好。其中,以1:400万全国地形图数据实验结果,误差分析见表1。从表1中可以看出,嵌入水印所引起的误差很小,最大误差为0.000017个单位,均方根误差达到1e-12级,加入水印引起的误差均匀的分布在所有空间数据上,因此该算法对数据精度影响较小。
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旋转后的数据可视化对比
图10旋转后数据提取到的水印图像
图11放大后数据可视化对比
图12放大后数据提取到的水印图像
图13缩小后数据可视化对比
图14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;变换置乱后的水印图像为一维序列{Wi},i=1,…,M,M为水印长度;
步骤二:读取矢量地理空间数据,以几何对象为单位进行水印信息的嵌入。具体步骤是:
步骤a:读取几何对象的所有顶点坐标,设它的坐标值为P1(X1,Y1)、P2(X2,Y2)…Pn(Xn,Yn),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b:对该复数序列进行傅里叶变换,即:fft(X1+Y1iX2+Y2iX3+Y3i…Xn+Yni),并由此得到它们的变化系数幅度fdo和相位xwo;
步骤c:对变换得到的系数fdo,xwo放大10万倍得到fd,xw;
步骤d:计算加入水印的位置,通过建立变换系数和水印位之间的映射关系,取变换系数fdo的整数部分通过映射函数映射到水印位,映射函数如下:i=MOD(floor(fdo),M)+1;
步骤e:提取水印位W(i)的值,通过量化方法嵌入fd和xw中,设量化值为R=100,以fd为例;
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f:将水印比特W(i)分别加在相位xw和幅度fd上,这样就完成了水印信息的嵌入;
步骤g:对xw,fd系数分别缩小10万倍,并进行傅里叶逆变换,得到复数序列,用新的实部系数依次替换原来x坐标,用新的虚部系数替换原来的y坐标;
步骤三:依次循环对所有几何对象顶点坐标加入水印;
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1:生成一个M大小的一维0矩阵,M为水印长度;
步骤2:读取含水印矢量地理空间数据,以几何对象为单位进行水印信息的提取。具体步骤是:
步骤a-d同嵌入步骤;
步骤e:通过量化方法提取水印位W(i)的值,量化值R与嵌入量化值R相同,以fd为例;
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3:循环依次对所有对象点坐标提取水印;
步骤4: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5:变换该一维水印矩阵为二维方阵;
步骤6:应用Logistic混沌系统解密水印图像;
综上所述,本发明能有效控制矢量空间数据水印加入引起的误差,并且能抵抗对数据的几何变换操作,保证了数据的精度,并且对数据的增加对象、删除对象、数据对象顺序置乱和局部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.基于误差缩小的矢量地理空间数据全盲水印方法,其特征包括以下步骤:
步骤一:采用Logistic混沌映射系统对水印图像置乱;变换置乱后的水印图像为一维序列{Wi},i=1,…,M,M为水印长度;
步骤二:读取矢量地理空间数据,以几何对象为单位进行水印信息的嵌入,具体步骤是:
步骤a:读取几何对象的所有顶点坐标,设它的坐标值为P1(X1,Y1)、P2(X2,Y2)…Pn(Xn,Yn),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b:对该复数序列进行傅里叶变换,即:fft(X1+Y1iX2+Y2iX3+Y3i…Xn+Yni),并由此得到它们的变换系数幅度fdo和相位xwo;
步骤c:对变换得到的系数fdo,xwo放大10万倍得到fd,xw;
步骤d:计算加入水印的位置,通过建立变换系数和水印位之间的映射关系,取变换系数fdo的整数部分通过映射函数映射到水印位,映射函数如下:i=MOD(floor(fdo),M)+1,其中MOD为取模运算函数,floor为取整运算函数;
步骤e:提取水印位W(i)的值,通过量化方法嵌入fd和xw中,设量化值为R=100,以fd为例;
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/2fd=fd-R/2;
情况2):如果W(i)=1并且MOD(fd,R)<=R/2fd=fd+R/2;
步骤f:将水印位W(i)分别加在相位xw和幅度fd上,这样就完成了水印信息的嵌入;
步骤g:对xw,fd系数分别缩小10万倍,并进行傅里叶逆变换,得到复数序列,用新的实部系数依次替换原来x坐标,用新的虚部系数替换原来的y坐标;
步骤三:依次循环对所有几何对象顶点坐标加入水印;
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A:生成一个M大小的一维0矩阵,M为水印长度;
步骤B:读取含水印矢量地理空间数据,以几何对象为单位进行水印信息的提取,具体步骤是:
步骤1-4同嵌入步骤a-d;
步骤5:通过量化方法提取水印位W(i)的值,量化值R与嵌入量化值R相同,以fd为例;
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C:循环依次对所有对象点坐标提取水印;
步骤D:采用投票原则计算水印信息,具体如下:
fori=1:M,i从1循环到M
如果W(i)>=0
W(i)=1;
否则
W(i)=0;
End
步骤E:变换一维水印矩阵为二维方阵;
步骤F:应用Logistic混沌系统解密水印图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310279910.3A CN103390261B (zh) | 2013-07-05 | 2013-07-05 | 基于误差缩小的矢量地理空间数据全盲水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310279910.3A CN103390261B (zh) | 2013-07-05 | 2013-07-05 | 基于误差缩小的矢量地理空间数据全盲水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103390261A CN103390261A (zh) | 2013-11-13 |
CN103390261B true CN103390261B (zh) | 2016-01-06 |
Family
ID=49534524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310279910.3A Active CN103390261B (zh) | 2013-07-05 | 2013-07-05 | 基于误差缩小的矢量地理空间数据全盲水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103390261B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104794672B (zh) * | 2015-03-28 | 2017-09-29 | 兰州交通大学 | 抗高程平移和裁剪攻击的格网dem盲水印方法 |
CN110390620B (zh) * | 2019-07-12 | 2022-12-23 | 浙江工商大学 | 一种基于曲线傅里叶变换的等高线地图数据盲水印方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5930369A (en) * | 1995-09-28 | 1999-07-27 | Nec Research Institute, Inc. | Secure spread spectrum watermarking for multimedia data |
CN102184244A (zh) * | 2011-05-18 | 2011-09-14 | 武汉大学 | 一种适合于polygon类型、高鲁棒的地理数据库水印方法 |
CN102254293A (zh) * | 2011-06-17 | 2011-11-23 | 北京航空航天大学 | 一种基于数学建模的证件防伪数字水印处理方法 |
CN102938132A (zh) * | 2012-11-20 | 2013-02-20 | 海南大学 | 一种基于DFT和LogisticMap的医学图像水印方法 |
-
2013
- 2013-07-05 CN CN201310279910.3A patent/CN103390261B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5930369A (en) * | 1995-09-28 | 1999-07-27 | Nec Research Institute, Inc. | Secure spread spectrum watermarking for multimedia data |
CN102184244A (zh) * | 2011-05-18 | 2011-09-14 | 武汉大学 | 一种适合于polygon类型、高鲁棒的地理数据库水印方法 |
CN102254293A (zh) * | 2011-06-17 | 2011-11-23 | 北京航空航天大学 | 一种基于数学建模的证件防伪数字水印处理方法 |
CN102938132A (zh) * | 2012-11-20 | 2013-02-20 | 海南大学 | 一种基于DFT和LogisticMap的医学图像水印方法 |
Non-Patent Citations (1)
Title |
---|
A key points-based blind watermarking approach for vector geo-spatial data;Haowen Yan et al.;<Computers, Environment and Urban Systems>;20111231;第6卷(第 35期);485-492 * |
Also Published As
Publication number | Publication date |
---|---|
CN103390261A (zh) | 2013-11-13 |
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 | |
CN104794671B (zh) | 抗投影攻击的矢量空间数据盲水印方法 | |
Yan et al. | A key points-based blind watermarking approach for vector geo-spatial data | |
Wang et al. | Reversible fragile watermarking for 2-D vector map authentication with localization | |
CN101149835A (zh) | 一种基于地图数据栅格化的鲁棒性盲水印嵌入与提取方法 | |
CN104680472B (zh) | 空域和频域相结合的矢量空间数据多重盲水印方法 | |
CN103390261B (zh) | 基于误差缩小的矢量地理空间数据全盲水印方法 | |
CN110222481B (zh) | 一种bim模型版权保护空间域数字水印方法 | |
Su et al. | Watermarking 3D CAPD models for topology verification | |
Ren et al. | Selective authentication algorithm based on semi-fragile watermarking for vector geographical data | |
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 | |
CN103377320B (zh) | 一种矢量地理数据选择性认证半脆弱水印方法 | |
Li et al. | Study on copyright authentication of GIS vector data based on Zero-watermarking | |
CN103886536A (zh) | 一种数字图像篡改定位的数字水印实现方法 | |
Huang et al. | A spherical coordinate based fragile watermarking scheme for 3D models | |
CN111242825B (zh) | 一种基于水深特征的enc电子航海图零水印方法 | |
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 | |
CN104091304A (zh) | 基于特征点的矢量空间数据盲水印方法 | |
CN104866737B (zh) | 一种顾及地形特征的dem脆弱水印完整性认证方法 | |
Xu et al. | The study of watermarking algorithm for vector geospatial data based on the phase of DFT | |
Thayananthan et al. | Fragile Watermarking based on linear cellular automata using manhattan distances for 2D vector map | |
Zope-Chaudhari et al. | Protecting geospatial data using digital watermarking | |
Chou et al. | Reversible watermark for 3D vertices based on data hiding in mesh formation | |
CN105574803A (zh) | 二维cad工程图的可逆水印方法、水印嵌入和水印提取方法 |
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 |