CN107358569B - 一种基于数字水印技术的地质体三维模型版权保护的方法 - Google Patents

一种基于数字水印技术的地质体三维模型版权保护的方法 Download PDF

Info

Publication number
CN107358569B
CN107358569B CN201710509091.5A CN201710509091A CN107358569B CN 107358569 B CN107358569 B CN 107358569B CN 201710509091 A CN201710509091 A CN 201710509091A CN 107358569 B CN107358569 B CN 107358569B
Authority
CN
China
Prior art keywords
model
point cloud
cloud model
geologic body
digital watermark
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
CN201710509091.5A
Other languages
English (en)
Other versions
CN107358569A (zh
Inventor
张夏林
翁正平
李章林
沈再权
吴冲龙
刘刚
田宜平
何珍文
李新川
张志庭
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.)
China University of Geosciences
Original Assignee
China University of Geosciences
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 China University of Geosciences filed Critical China University of Geosciences
Priority to CN201710509091.5A priority Critical patent/CN107358569B/zh
Publication of CN107358569A publication Critical patent/CN107358569A/zh
Application granted granted Critical
Publication of CN107358569B publication Critical patent/CN107358569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0021Image watermarking
    • G06T1/005Robust watermarking, e.g. average attack or collusion attack resistant
    • G06T1/0064Geometric transfor invariant watermarking, e.g. affine transform invariant
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于数字水印技术的地质体三维模型版权保护方法,包括:首先对地质体点云模型进行PCA分析处理;同时运用八叉树结构对地质体点云模型进行剖分,得到若干等大的块体模型,再基于KD‑Tree索引结构的搜索椭球体算法,确定每个块体模型中采样点之间的邻域关系;通过邻域关系求得邻接矩阵,进一步得到对应的度矩阵,继而得Laplace矩阵;分解Laplace矩阵得到相应矩阵的特征值和特征向量,并结合采样点的模长数据得到每个块体模型的频谱信息;通过数理统计分析频域信息得到每个块体模型的一位数字水印,运用该流程生成整个模型的数字水印序列;最后运用相关系数确定注册在权威数据库中的数字水印信息和地质体三维模型通过该流程生成的数字水印信息的相关程度,来确定地质体三维模型的版权问题。

Description

一种基于数字水印技术的地质体三维模型版权保护的方法
技术领域
本项发明涉及地质信息技术地质体三维模型版权保护领域,特别涉及一种基于数字水印技术的地质体三维模型版权保护的方法。
背景技术
随着互联网技术的不断发展和地质信息技术理论的不断发展和完善,地质信息技术相关应用受到越来越多的人关注。地质信息技术可以理解为以基础地质调查、矿产地质勘查和工程地质勘察等的信息获取、管理、处理、解释和应用为研究内容,结合信息科学理论和互联网技术,实现地质环境、地质资源和地质灾害勘查和管理的信息化的一类信息技术。“玻璃地球”、“智慧城市”和“数字矿山”等作为地质信息技术领域重要的研究方向,已成为该领域的研究热点,在这些方向研究的过程中,不仅会产生文本、图像、音频、视频等传统的数字产品,还会产生地质信息技术领域特有的地质体三维模型,相较于传统的数字产品有其独特的属性特征和几何特征。由于互联网环境下进行信息交换的形式多、成本低和速度快等特点,极大地促进了地质信息技术领域的各类数字产品的传播与应用;然而,便捷的互联网环境中存在的复制、修改、非法占有和传播未授权数字产品等侵权行为,严重侵犯了数字产品拥有者的合法权益。在地质信息技术领域中传统数字产品可以使用现有的、成熟的和使用广泛的版权保护方法对其进行保护,但是对于地质体三维模型的版权保护尚没有有效的手段,同时人们对该类数字产品的版权保护意识较弱,导致地质体三维模型版权保护的研究相对滞后。面对日益严峻的地质体三维模型版权保护的问题,信息隐藏技术作为版权保护的关键技术,越来越受到地质体信息技术领域和相关产业界研究者的关注,所以将数字水印技术引入地质体三维模型版权保护领域势在必行。
发明内容
为了克服以往地质信息技术领域地质体三维模型版权保护思路不完善、地质体三维模型版权保护方法不统一、地质体三维模型版权保护效果不明显等不足,实现能够运用数字水印技术,结合地质体三维模型的特征,将地质体三维模型的空间域信息转换成频域信息,最终生成能够唯一标识地质体三维模型数字水印信息序列的目的,本发明提出了一种基于数字水印技术的地质体三维模型版权保护方法。
本发明提供一种基于数字水印技术的地质体三维模型版权保护方法所述方法包括:
(1)运用主元分析方法分析地质体点云模型的主成分;
(2)运用八叉树结构将地质体点云模型进行空间剖分;
(3)通过基于KD-Tree索引结构的搜索椭球体算法,确定每个块体模型中采样点之间的邻域关系;
(4)分析每个块体模型的邻域关系,求得能够体现整个地质体三维模型的空间域信息的特征值和特征向量;
(5)将地质体三维模型的空间域信息转换成频域信息;
(6)对步骤5得到的地质体三维模型的频域信息通过数理统计的方式,统计分析频域信息得到每个块体模型的一位数字水印信息,并最终生成整个模型的数字水印序列;
(7)确定地质体三维模型版权归属问题,将源地质体三维模型的数字水印信息注册到权威数据库中,确定地质体三维模型版权的时候,将待确定版权的地质体三维模型和权威数据库中的数字水印信息求相关系数。
进一步地,所述步骤1具体包括:
1)计算地质体点云模型的质心;
2)把子步骤1求出的地质体点云模型的质心作为PCA坐标系的原点,将整个地质体点云模型平移到PCA坐标系中;
3)在PCA坐标系求取地质体点云模型的协方差矩阵;
4)根据子步骤3求取的协方差矩阵计算出协方差矩阵的特征值和特征向量;
5)对地质体点云模型的协方差矩阵的特征向量进行归一化处理,得到旋转矩阵,再将地质体点云模型按照旋转矩阵进行旋转,将原始点云模型旋转至PCA坐标系中。
进一步地,所述步骤2中运用八叉树结构将地质体点云模型进行空间剖分,将点云模型数据分块进行处理,剖分得到若干等大的块体模型,每个块体模型中包含不同的数量的采样点集合,其具体包括:
1)根据地质体点云模型采样点的分布,计算并创建点云模型的最小包围盒;
2)通过最小包围盒的属性信息得到包围盒模型的中心坐标;
3)依据最小包围盒的中心点坐标对点云模型分别按照三个轴向平面进行空间剖分,得到八个子模型;
4)对子步骤3得到的地质体点云模型的八个子模型进行递归空间剖分;直至剖分到满足子步骤1设置的最小包围盒属性。
进一步地,所述步骤3具体包括:经步骤2进行八叉树空间剖分后的地质体点云模型,是若干等大的块体模型,对每个块体模型中采样点之间的邻域关系进行处理,通过基于KD-Tree索引结构的搜索椭球体算法,遍历每个块体模型中的采样点数据,判断每个采样点与其他采样点是否处于搜索椭球体内,最终确定每个块体模型中采样点之间的邻域关系。
进一步地,所述步骤4包具体包括:
1)通过对经过步骤3确定的每个块体模型中采样点之间邻域关系的分析,构建每个块体模型中采样点的邻接矩阵;
2)将点云模型的邻接矩阵进行度矩阵的求解,得到采样点之间的度矩阵;
3)通过邻接矩阵和度矩阵的关系得到每个块体模型中采样点的Laplace矩阵;
4)经子步骤2得到Laplace矩阵进行求解得到地质体点云模型中每个块体模型的特征值和特征向量。
进一步地,所述步骤5是根据特征值和特征向量进行频谱转换,结合每个块体模型中采样点的模长矩阵,将每个块体模型中采样点的模长矩阵投影到特征矩阵上,通过该方法将地质体三维模型的空间域信息转换成频域信息。
本发明产生的有益效果是:第一、为了解决地质体三维模型数字水印算法的鲁棒性,该方法充分考虑了地质体三维模型可能遭受的攻击类型,参考主元分析方法,增强地质体三维模型自身对的仿射不变性,同时进一步处理参与生成数字水印信息的地质体三维模型的点云数据;
第二、为了解决地质体三维模型数据量大和处理时间复杂度高等缺陷,该方法应用了三维空间中最常见的剖分方法八叉树空间剖分,将地质体点云模型进行八叉树空间剖分,剖分结果是若干等大的块体模型,同时块体模型的数量也是数字水印信息的长度;
第三、为了解决块体模型中采样点的邻域关系问题,考虑到地质体三维模型自身的特征,该方法采用了基于KD-Tree索引结构的搜索椭球体算法,首先KD-Tree索引结构是空间搜索结构较为成熟的搜索结构,具有快速高效的特点;其次,是将空间插值的搜索椭球体算法思路引入确定领域关系上,由于搜索椭球体在创建的时候,会充分考虑到地质体三维模型自身采样点的分布;
第四、为了解决不改变原始地质体三维模型的空间结构,将空间域信息转换成频域信息,采用结合采样点模长和Laplace矩阵的特征向量,将采样点模长投影到由Laplace矩阵的特征向量构建的特征矩阵中,生成地质体三维模型的频域信息,最终生成数字水印信息。
附图说明
图1是本发明所述基于一种数字水印技术的地质体三维模型版权保护方法流程图。
图2是运用主元分析方法分析地质体点云模型的主成分的流程图。
图3是运用八叉树结构将地质体点云模型进行空间剖分的流程图。
图4是块体模型中采样点之间邻域关系分析的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明有效的为地质体三维模型版权保护提供解决方案,该方案的提出不仅有助于地质信息技术领域信息安全的完善,而且还有助于数字水印技术的发展。基于一种数字水印技术的地质体三维模型版权保护方法从不改变原始模型的属性信息的角度,通过分析地质体三维模型空间特征,将地质体三维模型的空间域信息转换成频域信息,从而达到唯一标识地质体三维模型的目的,最终实现地质体三维模型的版权保护。
本发明的核心思想在于:通过主元分析(Principal Component Analysis,PCA)和八叉树空间剖分得到地质体点云模型自身空间特征;再运用邻域关系和Laplace矩阵理论,结合点云模型的空间特征,从而提取相应的空间特征变量,即地质体三维模型的空间域信息;再将空间域信息转换成频域信息,运用数理统计的方式最终生成地质体点云模型的数字水印信息;最终实现地质体三维模型版权保护的目的。
请参考图1所示,本发明实施例的基于一种数字水印技术的地质体三维模型版权保护方法包括以下步骤:
步骤S100:运用主元分析方法分析地质体点云模型的主成分,保证整个地质体点云模型的几何不变性,提高地质体点云模型数字水印的鲁棒性,同时降低地质体点云模型处理数据的规模;请参考图2,具体包括以下子步骤:
步骤S101:遍历地质体点云模型中所有采样点的坐标信息,求出地质体点云模型的质心;
步骤S102:根据步骤S101求出的地质体点云模型的质心作为三维笛卡尔直角坐标系的原点,将整个地质体点云模型平移到PCA坐标系中;
步骤S103:在PCA坐标系求取地质体点云模型的协方差矩阵;
步骤S104:根据步骤S103求取的协方差矩阵计算出协方差矩阵的特征值和特征向量;按照协方差矩阵的特征值大小对三个特征向量进行依次排序,来描述地质体点云模型的三个主方向,同时将最大主成分与Z轴重合;
步骤S105:对地质体点云模型的协方差矩阵的特征向量进行归一化处理,然后将地质体点云模型按照旋转矩阵旋转得到转换后的地质体点云模型,将转换后的地质体点云模型旋转到PCA坐标系中。
步骤S200:运用八叉树结构将地质体点云模型进行空间剖分,将点云模型数据分块进行处理,剖分得到若干等大的块体模型;每个块体模型中包含不同的数量的采样点集合,采用分而治之的手段减小数据处理的规模,从而提高数字水印信息生成的效率;请参考图3,具体包括以下子步骤:
步骤S201:根据地质体点云模型采样点的分布,计算并创建点云模型的最小包围盒;
步骤S202:通过最小包围盒的属性信息得到包围盒模型的中心坐标;
步骤S203:依据最小包围盒的中心点坐标对点云模型分别按照三个轴向平面进行空间剖分,得到八个子模型;
步骤S204:对步骤S203得到的地质体点云模型的八个子模型进行递归空间剖分,在空间剖分的过程中,同时采用了白结点(所有结点都在块体外)、灰结点(所有结点都在块体内外)和黑结点(所有结点都在块体内)的剖分依据;当块体的大小少于等于设置的阈值的时候,终止空间剖分,将该包含采样点的块体模型作为八叉树的叶子结点;否则继续进行空间剖分,进行空间剖分之后包含地质体点云模型采样点块体的数量作为数字水印序列的长度。
步骤S300:块体模型中采样点之间的邻域关系的确定;
地质体点云模型经步骤S200进行八叉树空间剖分后,得到若干等大的块体模型,再对每个块体模型中采样点之间的邻域关系进行处理,通过基于KD-Tree索引结构的搜索椭球体算法,遍历每个块体模型中的采样点数据,判断每个采样点与其他采样点是否处于搜索椭球体内,最终确定每个块体模型中采样点之间的邻域关系。
步骤S400:块体模型中采样点之间邻域关系进行分析;请参考图4,具体包括以下子步骤:
步骤S401:构建邻接矩阵;
通过对经过步骤S300确定的每个块体模型中采样点之间邻域关系的分析,得到每个块体模型中采样点的邻接矩阵;在进行邻接矩阵构建的时候,是通过判断采样点是否处于搜索椭球体内,如果是处于搜索椭球体内,则表明该采样点与球心点之间存在邻域关系,否则不存在邻域关系;
步骤S402:求取邻接矩阵的度矩阵;
邻接矩阵只能够体现采样点之间的邻域关系,并不能表明采样点所在的点云模型的局部特征,所以需要对邻接矩阵进一步求解变换;将点云模型的邻接矩阵进行度矩阵的求解,得到采样点之间的度矩阵;
步骤S403:根据邻接矩阵和度矩阵求得Laplace矩阵;
通过邻接矩阵和度矩阵的关系得到相应的Laplace矩阵;
步骤S404:分解Laplace矩阵;
对于经步骤S403得到Laplace矩阵进行求解得到地质体点云模型中每个块体模型的特征值和特征向量,即块体模型的空间特征变量。
步骤S500:求取地质体点云模型的频域信息。
根据特征值和特征向量进行频谱转换,结合采样点的模长矩阵,将每个块体模型中采样点的模长矩阵投影到特征值组成的特征矩阵上,通过该方法将地质体点云模型的空间域信息转换成频域信息。
步骤S600:获得地质体点云模型的数字水印信息。
根据步骤S500得到的地质体三维模型的频域信息通过数理统计分析得到每个块体模型的一位数字水印信息,并最终生成整个模型的数字水印序列。
步骤S700:地质体三维模型版权归属问题的确定。
将原始地质体三维模型的数字水印信息注册到权威数据库中,确定地质体三维模型版权的时候,将注册在权威数据库中数字水印信息和待确定的地质体三维模型生成的数字水印信息求相关系数,相关系数大于阈值的时候,表明版权归属同一机构,否则,则没有关系。
具体地,基于数字水印技术的地质体三维模型版权保护方法如下内容:
地质体三维模型进行主元分析的过程中,首先遍历地质体点云模型中所有采样点的坐标信息,求出采样点的质心,同时将地质体点云模型的质心作为三维笛卡尔直角坐标系原点,将整个点云模型平移到PCA坐标系中,与此同时,还可以得到点云模型的协方差矩阵,根据协方差矩阵可以计算出协方差矩阵的特征值和特征向量,按照特征值大小依次排序的三个特征向量,即描述了地质体点云模型的三个主方向,同时将最大主成分与z轴重合。由于协方差是对称实矩阵,所以其特征值是相互正交,因此可以构建PCA坐标系,将地质体点云模型按照旋转矩阵旋转可以得到转换后的地质体点云模型。
地质体点云模型进行PCA分析之后,整个点云模型能够有效地参与数字水印信息提取的后续过程。由于地质体点云模型数据规模大、数据分布不均等特点,同时也是为了加快整个数字水印提取的效率,所以采取了八叉树结构对地质体点云模型进行空间剖分,将点云模型数据分块进行处理。具体思路是:首先根据地质体点云模型采样点的分布,计算并创建点云模型的最小包围盒,再通过最小包围盒的属性信息得到包围盒模型的中心坐标,依据最小包围盒的中心点坐标对点云模型分别按照三个轴向平面进行空间剖分,得到八个子模型,运用该思路对地质体点云模型进行递归空间剖分,在空间剖分的过程中,同时采用了白结点(所有结点都在块体外)、灰结点(所有结点都在块体内外)和黑结点(所有结点都在块体内)的剖分依据。当块体的大小少于等于设置的阈值的时候,终止空间剖分,将该包含采样点的块体模型作为八叉树的叶子结点;否则继续进行空间剖分,进行空间剖分之后包含点云模型采样点块体的数量作为数字水印序列的长度。
PCA分析目的是保证整个地质体点云模型的几何不变性,提高地质体点云模型数字水印的鲁棒性,同时降低地质体点云模型处理数据的规模;地质体点云模型的八叉树空间剖分是为了提高点云模型数据处理效率,将点云模型中的大规模数据采用分而治之的思想划分到各个块体模型中以降低数字水印生成过程的复杂度。点云模型在进行PCA分析和八叉树空间剖分之后,点云模型所呈现的是由无数个块体模型组成的,每个块体模型中都包含点云模型中采样点集合,接下来主要是对每个块体模型进行处理,块体模型处理的目的是得到块体模型中采样点之间的邻接矩阵,进一步得到块体模型中采样点的Laplace矩阵,所以得到块体模型采样点之间的邻域关系是进行点云模型空间特征分析的关键。
点云模型的Laplace矩阵求解是基于KD-Tree索引结构的搜索椭球体算法得到采样点之间的邻域关系之后,为进一步得到地质体点云模型的空间特征所采取的一种方法,目的是得到点云模型的特征值和特征向量。由于点云模型数据规模大的问题,本文首先进行了PCA分析处理;同时运用八叉树结构对地质体点云模型进行剖分,剖分得到若干个块体模型,每个块体模型包含若干个采样点;再通过基于KD-Tree索引结构的搜索椭球体算法得到块体模型采样点之间的邻域关系,并创建相应的邻接矩阵;最后通过块体模型采样点之间的邻域关系,求解每个块体模型的Laplace矩阵,最终得到块体模型的空间特征。在进行邻接矩阵构建的时候,是通过判断采样点是否处于搜索椭球体内,如果是处于搜索椭球体内,则表明该采样点与球心点之间存在邻域关系,否则不存在邻域关系。
邻接矩阵只能够体现采样点之间的邻域关系,并不能表明采样点所在的点云模型的局部特征,所以需要对邻接矩阵进一步求解变换。首先将点云模型的邻接矩阵进行度矩阵的求解,得到度矩阵,得到度矩阵之后,通过邻接矩阵和度矩阵的关系可以顺利得到相应的Laplace矩阵。
每个块体模型的Laplace矩阵求解成功之后,可以对矩阵进行矩阵变换,求得矩阵的特征值和特征向量,这些特征值和特征向量能够体现出地质体点云模型子模型的空间特征,同时将特征值按照大小排列,特征向量也随之发生变化,最后再将特征向量正交化形成标准的正交基,该正交基可以看成子模型的伪频谱。
三维地质体的空间特征是由地质体点云模型中各个采样点决定的,所以构造点云模型的数字水印信息就是提取点云模型的整体特征的过程。构造数字水印信息的信息源是能够体现点云模型特征的Laplace矩阵特征向量构成的正交基和点云模型采样点的模长矩阵,将经过PCA处理后的各采样点坐标到点云模型质心的距离投影到Laplace矩阵的特征向量构造的正交基中,投影的结果即是各个块体模型的频谱信息,又由于较大的特征值对应着点云模型中较高的空间域信息,同时其频谱信息和特征向量体现了点云模型的局部特征,而较小的特征值对应着点云模型中较低的空间域信息,同时其频谱信息和特征向量体现了点云模型的整体特征,所以点云模型的整体特征由频谱的低频信息表示,所以本文采用低频频谱系数构造数字水印信息。
通过本方法生成的地质体三维模型数字水印信息与源模型数字水印信息的阈值来实现地质体三维模型版权保护,确定目标模型和源模型的相似度。源模型的数字水印信息通常注册在IPR数字水印数据库中,目标模型的数字水印信息通过该方法进行生成。版权保护的总体思路就是通过注册在权威机构数字水印信息和待确定版权的数字水印信息进行相关系数的确定,同时与设定的阈值进行比较,如果相关系数大于设定的阈值,表明目标地质体三维模型的版权和源地质体三维模型的版权相似。
本发明技术方案有以下几大优势:
第一、为了解决地质体三维模型数字水印算法的鲁棒性,该方法充分考虑了地质体三维模型可能遭受的攻击类型,参考主元分析方法,增强地质体三维模型自身对的仿射不变性,同时进一步处理参与生成数字水印信息的地质体三维模型的点云数据;
第二、为了解决地质体三维模型数据量大和处理时间复杂度高等缺陷,该方法应用了三维空间中最常见的剖分方法八叉树空间剖分,将地质体点云模型进行八叉树空间剖分,剖分结果是若干等大的块体模型,同时块体模型的数量也是数字水印信息的长度;
第三、为了解决块体模型中采样点的邻域关系问题,考虑到地质体三维模型自身的特征,该方法采用了基于KD-Tree索引结构的搜索椭球体算法,首先KD-Tree索引结构是空间搜索结构较为成熟的搜索结构,具有快速高效的特点;其次,搜索椭球体是将空间插值的思路引用到领域关系的确定上来,由于搜索椭球体在创建的时候,会充分考虑到地质体三维模型自身采样点的分布;
第四、为了解决不改变源地质体三维模型的空间结构,将空间域信息转换成频域信息,采用结合采样点模长和Laplace矩阵的特征向量,将采样点模长投影到由Laplace矩阵的特征向量构建的特征矩阵中,生成地质体三维模型的频域信息,最终生成数字水印信息。
本发明应用于地质体信息技术领域中地质体三维模型版权保护,通过分析地质体三维模型的空间特征,运用本发明的方法流程,把地质体三维模型的空间域信息转换成频域信息,从而得到地质体三维模型的数字水印信息,以达到唯一标识地质体三维模型的目的。基于一种数字水印技术的地质体三维模型版权保护方法,是对地质信息技术领域传统版权保护的完善,同时有助于地质体三维模型研究的深入和数字水印技术的发展,为地质信息技术领域信息安全提供可参考的思路和方案,更为地质信息技术领域的数字产品在互联网上广泛的合法的应用提供了保障。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例中所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于数字水印技术的地质体三维模型版权保护方法,其特征在于,所述方法包括如下步骤:
(1)运用主元分析方法分析地质体点云模型的主成分;
(2)运用八叉树结构将地质体点云模型进行空间剖分;
(3)通过基于KD-Tree索引结构的搜索椭球体算法,确定每个块体模型中采样点之间的邻域关系;
(4)分析每个块体模型的邻域关系,求得能够体现整个地质体三维模型的空间域信息的特征值和特征向量;
(5)将地质体三维模型的空间域信息转换成频域信息;
(6)对步骤5得到的地质体三维模型的频域信息通过数理统计的方式,统计分析频域信息得到每个块体模型的一位数字水印信息,并最终生成整个模型的数字水印序列;
(7)确定地质体三维模型版权归属问题,将原始地质体三维模型的数字水印信息注册到权威数据库中,确定地质体三维模型版权的时候,将待确定版权的地质体三维模型和权威数据库中的数字水印信息求相关系数,两个模型的相关系数大于等于阈值,表明版权相同;否则不存在版权归属。
2.如权利要求1所述的基于数字水印技术的地质体三维模型版权保护方法,其特征在于,所述步骤1具体包括:
1)计算地质体点云模型的质心;
2)把子步骤1求出的地质体点云模型的质心作为PCA坐标系的原点,将整个地质体点云模型平移到PCA坐标系中;
3)在PCA坐标系求取地质体点云模型的协方差矩阵;
4)根据子步骤3求取的协方差矩阵,计算出协方差矩阵的特征值和特征向量;
5)对地质体点云模型的协方差矩阵的特征向量进行归一化处理,得到旋转矩阵,再将地质体点云模型按照旋转矩阵进行旋转,将原始点云模型旋转至PCA坐标系中。
3.如权利要求1所述的基于数字水印技术的地质体三维模型版权保护方法,其特征在于,所述步骤2中运用八叉树结构将地质体点云模型进行空间剖分,将点云模型数据分块进行处理,剖分得到若干等大的块体模型,每个块体模型中包含不同的数量的采样点集合,其具体包括:
1)根据地质体点云模型采样点的分布,计算并创建点云模型的最小包围盒;
2)通过最小包围盒的属性信息得到包围盒模型的中心坐标;
3)依据最小包围盒的中心点坐标对点云模型分别按照三个轴向平面进行空间剖分,得到八个子模型;
4)对子步骤3得到的地质体点云模型的八个子模型进行递归空间剖分;直至剖分到满足子步骤1设置的最小包围盒的属性。
4.如权利要求1所述的基于数字水印技术的地质体三维模型版权保护方法,其特征在于,所述步骤3具体包括:经步骤2进行八叉树空间剖分后的地质体点云模型,是若干等大的块体模型,对每个块体模型中采样点之间的邻域关系进行处理,通过基于KD-Tree索引结构的搜索椭球体算法,遍历每个块体模型中的采样点数据,判断每个采样点与其他采样点是否处于搜索椭球体内,最终确定每个块体模型中采样点之间的邻域关系。
5.如权利要求1所述的基于数字水印技术的地质体三维模型版权保护方法,其特征在于,所述步骤4包具体包括:
1)通过对步骤3确定的采样点之间邻域关系的分析,构建每个块体模型中采样点之间的邻接矩阵;
2)将点云模型的邻接矩阵进行度矩阵的求解,得到采样点之间的度矩阵;
3)通过邻接矩阵和度矩阵的关系得到每个块体模型中采样点的Laplace矩阵;
4)经子步骤3得到Laplace矩阵进行求解得到地质体点云模型中每个块体模型的特征值和特征向量。
6.如权利要求1所述的基于数字水印技术的地质体三维模型版权保护方法,其特征在于,所述步骤5是根据特征值和特征向量进行频谱转换,结合每个块体模型中采样点的模长矩阵,将每个块体模型中采样点的模长矩阵投影到特征值构造的特征矩阵上,通过该方法将地质体三维模型的空间域信息转换成频域信息,再通过数理统计分析频域信息得到相应的数字水印序列。
CN201710509091.5A 2017-06-28 2017-06-28 一种基于数字水印技术的地质体三维模型版权保护的方法 Active CN107358569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710509091.5A CN107358569B (zh) 2017-06-28 2017-06-28 一种基于数字水印技术的地质体三维模型版权保护的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710509091.5A CN107358569B (zh) 2017-06-28 2017-06-28 一种基于数字水印技术的地质体三维模型版权保护的方法

Publications (2)

Publication Number Publication Date
CN107358569A CN107358569A (zh) 2017-11-17
CN107358569B true CN107358569B (zh) 2018-07-31

Family

ID=60274083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710509091.5A Active CN107358569B (zh) 2017-06-28 2017-06-28 一种基于数字水印技术的地质体三维模型版权保护的方法

Country Status (1)

Country Link
CN (1) CN107358569B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110019627B (zh) * 2017-12-25 2022-04-12 北京京东乾石科技有限公司 识别交通导流线的方法及其系统、计算机系统
CN117370899B (zh) * 2023-12-08 2024-02-20 中国地质大学(武汉) 一种基于主成分-决策树模型的控矿因素权重确定方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251931A (zh) * 2007-12-29 2008-08-27 武汉理工大学 基于三维模型深度投影的三维数字水印方法及装置
CN106384328A (zh) * 2016-11-07 2017-02-08 武汉圆周率软件科技有限公司 基于频域数字水印算法的图像数字版权保护方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044059B (zh) * 2010-12-09 2012-04-11 东南大学 三维点模型的数字水印嵌入与提取方法
CN102222315A (zh) * 2011-06-11 2011-10-19 广州大学 一种三维点云模型的保护方法
CN103377455B (zh) * 2012-04-19 2016-09-28 常熟南师大发展研究院有限公司 一种面向版权保护服务的三维地理模型数字水印方法
US9858681B2 (en) * 2014-10-27 2018-01-02 Digimarc Corporation Signal detection, recognition and tracking with feature vector transforms

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251931A (zh) * 2007-12-29 2008-08-27 武汉理工大学 基于三维模型深度投影的三维数字水印方法及装置
CN106384328A (zh) * 2016-11-07 2017-02-08 武汉圆周率软件科技有限公司 基于频域数字水印算法的图像数字版权保护方法及系统

Also Published As

Publication number Publication date
CN107358569A (zh) 2017-11-17

Similar Documents

Publication Publication Date Title
Sun et al. Neural 3d reconstruction in the wild
Sawhney et al. Monte Carlo geometry processing: A grid-free approach to PDE-based methods on volumetric domains
Salinas et al. Structure‐aware mesh decimation
Xiao et al. Efficient mean‐shift clustering using gaussian kd‐tree
Wang et al. Robust 3D reconstruction of building surfaces from point clouds based on structural and closed constraints
CN107526895B (zh) 一种古民居群快速建模系统
CN111652241B (zh) 融合影像特征与密集匹配点云特征的建筑物轮廓提取方法
Danovaro et al. Morphology-driven simplification and multiresolution modeling of terrains
Mckennney et al. Generating moving regions from snapshots of complex regions
CN107358569B (zh) 一种基于数字水印技术的地质体三维模型版权保护的方法
Yu et al. Data‐driven polyline simplification using a stacked autoencoder‐based deep neural network
Yang et al. A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales
Yao et al. As‐global‐as‐possible stereo matching with adaptive smoothness prior
Friedrich et al. Optimizing evolutionary csg tree extraction
KR100940451B1 (ko) 구면 파라미터기법을 이용한 3 차원 메쉬 모델의 워터마킹장치 및 방법
Zhao et al. Optimization algorithm for point cloud quality enhancement based on statistical filtering
Yu et al. Unsupervised ground filtering of airborne-based 3D meshes using a robust cloth simulation
Zhu et al. Learning-based inverse rendering of complex indoor scenes with differentiable monte carlo raytracing
Slade et al. Automatic semantic and geometric enrichment of CityGML building models using HOG-based template matching
Zhang et al. Copyright protection method for 3D model of geological body based on digital watermarking technology
Xiang et al. Nisb-map: Scalable mapping with neural implicit spatial block
Grosso Construction of topologically correct and manifold isosurfaces
Wei et al. Field‐aligned Quadrangulation for Image Vectorization
Ullrich et al. Semantic fitting and reconstruction
Ervan et al. A histogram‐based sampling method for point cloud registration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant