CN108335256B - 局部球坐标系下的三维盲水印嵌入和提取检测方法及装置 - Google Patents

Abstract

本发明适用于三维数字水印领域，提供了一种局部球坐标系下的三维盲水印嵌入和提取检测方法及装置，嵌入部分为：先对待嵌入的原始水印图片进行预处理，获得待嵌入能量值和索引值，然后从待嵌入水印的三维模型中筛选出满足条件的候选顶点，并建立候选顶点的局部球坐标系，最后进行不可见性约束下的属性替换来嵌入索引信息和能量值，即完成了水印图片的嵌入过程；提取检测部分为：首先，筛选可能嵌入顶点，建立可能嵌入顶点的局部球坐标系获取球坐标值，并进行索引值和能量值提取，然后逆变换回空域得到提取的水印图片，最后将提取的水印图片与原始水印图片做相关计算来判断是否含有水印；本发明实现了三维模型可视化盲水印的不可见性嵌入及盲提取。

Description

局部球坐标系下的三维盲水印嵌入和提取检测方法及装置

技术领域

本发明属于三维数字水印领域，尤其涉及一种局部球坐标系下的三维盲水印嵌入和提取检测方法及装置。

背景技术

近年来,随着三维成像技术的发展，三维数字模型作为一种新的数字媒体形式正在越来越多的出现在人们的视野中。尤其是随着计算机图形学、虚拟现实、3D游戏、3D展示等的发展，三维数字模型正在成为一种重要的数字媒体形式。而针对三维数字模型的的非法占有、盗用、修改、传播等行为也越来越多，对于三维数字模型的知识产权保护迫在眉睫。

数字水印作为版权保护的有效技术手段,同样也可以用来对三维数字模型进行知识产权保护。而较为成熟的数字水印技术研究多集中在音频、图像和视频等一维或者二维数字载体上,对于三维模型水印的研究较少。根据检测水印时是否要原始模型,三维模型水印可分为盲水印与非盲水印,后者在检测水印时需要原始模型,而前者则不需要,在当前的三维模型检索技术条件下，非盲水印价值不大，而盲水印技术有着较为实际的应用价值。另外,水印按内容又分为可检水印、可读水印、可视水印。可检水印的检测结果为0或1的二值形式，可读水印的检测结果为字符串形式，可视水印的检测结果为图像形式。无疑，可视水印的检测结果更直观更有意义。

与图像水印、音频水印和视频水印相比,三维模型水印的载体不同。三维模型的顶点是不规则采样,没有自然的排列顺序,这使得没有直接的数学工具对其进行处理，因而水印嵌入难度很大。相比于三维盲水印，三维非盲水印还可以借助于重采样和重对齐进行水印的提取，而盲水印则只能依靠自身水印载体进行水印提取，嵌入难度和提取难度更大，这也是多数三维模型水印采用非盲检测的原因之一。

而在目前的三维模型检索技术条件下，三维模型可视化盲水印的研究虽然很艰难，却具有重要的实际意义。

发明内容

本发明提供一种局部球坐标系下的三维盲水印嵌入和提取检测方法及装置，旨在实现三维数字模型水印的不可见性嵌入，嵌入后实现水印的在线盲提取，并且水印内容为有意义的可视化水印。

本发明提供了一种局部球坐标系下的三维盲水印嵌入和提取检测方法，所述方法包括：盲水印嵌入步骤S1和盲水印提取检测步骤S2；

其中，所述盲水印嵌入步骤S1包括：

步骤S11，对待嵌入的原始水印图片进行预处理，得到所述原始水印图片的水印元素的属性值(L，J，I)；

其中，L为行索引编码值，J为列索引编码值，I为元素值即能量值；

步骤S12，根据第一预置筛选条件从待嵌入水印的三维模型中筛选出所有满足筛选条件的候选顶点；

步骤S13，对所述候选顶点建立自定义下的局部球坐标系，并确定各个所述候选顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的候选顶点的三个属性值；

步骤S14，将所述水印元素的属性值和所有满足筛选条件的候选顶点的属性值相比，查找与所述水印元素的属性值相差最小的候选顶点作为嵌入此水印元素的点，改变此候选顶点在它的球坐标系中的位置，使得它的

θ值分别等于水印元素的行索引编码值L、列索引编码值J，并使得它的r值等于水印元素的元素值I，来嵌入所述水印元素的索引编码值和能量值；嵌入完毕后在所有满足筛选条件的候选顶点中剔除此候选顶点，遍历所述原始水印图片的所有水印元素进行上述操作，直到完全嵌入；

其中，所述盲水印提取检测步骤S2包括：

步骤S21，根据所述第一预置筛选条件从待检测的所述三维模型中筛选出所有满足筛选条件的可能嵌入顶点；

步骤S22，对所述可能嵌入顶点建立自定义下的局部球坐标系，并确定各个所述可能嵌入顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的可能嵌入顶点的三个属性值；

步骤S23，结合所述可能嵌入顶点的属性值对所述三维模型中的每个满足筛选条件的所述可能嵌入顶点进行索引值和能量值提取，得到矩阵S4；

步骤S24，对所述矩阵S4进行逆变换回空域，得到提取的水印图片；

步骤S25，利用水印相关度计算公式计算所述提取的水印图片与所述原始水印图片的相关度，若所述相关度大于经验阈值，则证明所述三维模型含有水印。

本发明还提供了一种局部球坐标系下的三维盲水印嵌入和提取检测装置，所述装置包括：盲水印嵌入模块和盲水印提取检测模块；

其中，所述盲水印嵌入模块包括：

预处理子模块，用于对待嵌入的原始水印图片进行预处理，得到所述原始水印图片的水印元素的属性值(L，J，I)；

其中，L为行索引编码值，J为列索引编码值，I为元素值即能量值；

第一筛选子模块，用于根据第一预置筛选条件从待嵌入水印的三维模型中筛选出所有满足筛选条件的候选顶点；

第一坐标系建立子模块，用于对所述候选顶点建立自定义下的局部球坐标系，并确定各个所述候选顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的候选顶点的三个属性值；

水印嵌入子模块，用于将所述水印元素的属性值和所有满足筛选条件的候选顶点的属性值相比，查找与所述水印元素的属性值相差最小的候选顶点作为嵌入此水印元素的点，改变此候选顶点在它的球坐标系中的位置，使得它的

θ值分别等于水印元素的行索引编码值L、列索引编码值J，并使得它的r值等于水印元素的元素值I，来嵌入所述水印元素的索引编码值和能量值；嵌入完毕后在所有满足筛选条件的候选顶点中剔除此候选顶点，遍历所述原始水印图片的所有水印元素进行上述操作，直到完全嵌入；

其中，所述盲水印提取检测模块包括：

第二筛选子模块，用于根据所述第一预置筛选条件从待检测的所述三维模型中筛选出所有满足筛选条件的可能嵌入顶点；

第二坐标系建立子模块，用于对所述可能嵌入顶点建立自定义下的局部球坐标系，并确定各个所述可能嵌入顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的可能嵌入顶点的三个属性值；

提取子模块，用于结合所述可能嵌入顶点的属性值对所述三维模型中的每个满足筛选条件的所述可能嵌入顶点进行索引值和能量值提取，得到矩阵S4；

逆变换子模块，用于对所述矩阵S4进行逆变换回空域，得到提取的水印图片；

判断子模块，用于利用水印相关度计算公式计算所述提取的水印图片与所述原始水印图片的相关度，若所述相关度大于经验阈值，则证明所述三维模型含有水印。

本发明与现有技术相比，有益效果在于：本发明提供的一种局部球坐标系下的三维盲水印嵌入和提取检测方法及装置，包括水印嵌入部分和水印提取检测部分，其中水印嵌入部分的处理过程为：先对待嵌入的原始水印图片进行预处理，获得待嵌入能量值和索引值，然后按照第一预置筛选条件从待嵌入水印的三维模型中筛选出满足条件的候选顶点，并建立候选顶点的局部球坐标系，最后进行不可见性约束下的属性替换来嵌入索引信息和能量值，即完成了水印图片的嵌入过程；水印提取检测部分的处理过程为:首先，按照第一预置筛选条件从待检测的三维模型中筛选可能嵌入顶点，建立可能嵌入顶点的局部球坐标系获取球坐标值，并进行索引值和能量值提取，然后逆变换回空域得到提取的水印图片，最后将提取的水印图片与原始水印图片做相关计算来判断该三维模型是否含有水印；本发明与现有技术相比，实现了三维数字模型水印的不可见性嵌入，并且无需重复嵌入，嵌入后可以实现水印的在线盲提取，并且能够抵抗仿射变换攻击和剪切攻击，且水印内容为有意义的可视水印，具有较大的实用价值。

附图说明

图1是本发明实施例提供的一种局部球坐标系下的三维盲水印嵌入和提取检测方法的流程示意图；

图2是本发明实施例提供的盲水印嵌入步骤的流程示意图；

图3是本发明实施例提供的内容为字母L的二值水印图片；

图4是本发明实例提供的原始水印图片预处理后得到的水印图片；

图5是本发明实施例提供的待嵌入水印三维数字模型的示意图；

图6是本发明实施例提供的嵌入过水印后的三维数字模型；

图7是本发明实施例提供的盲水印提取检测步骤的流程示意图；

图8是本发明实施例提供的对嵌入水印的三维模型进行水印提取后获得的水印图片；

图9是本发明实施例提供的一种局部球坐标系下的三维盲水印嵌入和提取检测装置的模块示意图。

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仅用以解释本发明，并不用于限定本发明。

本发明提供的一种局部球坐标系下的变换域编码的新盲水印方法，包括嵌入部分和提取检测部分，其主要实现思想为：将原始水印图片频谱能量矩阵的索引值和能量值嵌入到模型顶点的局部球坐标系的自定义坐标中，然后通过提取局部球坐标系中的索引值和能量值，再逆变换回空域，得到提取的水印图片，通过将提取的水印图片和原始水印图片对比来判断是否含有水印；其中，嵌入部分的变换域方式为二维离散余弦变换，提取检测部分的变换域方式为二维逆离散余弦变换，水印图片为二值图片。

下面具体介绍这种局部球坐标系下的三维盲水印嵌入和提取检测方法，如图1所示，包括：盲水印嵌入步骤S1和盲水印提取检测步骤S2；

其中，如图2所示，所述盲水印嵌入步骤S1包括：

步骤S11，对待嵌入的原始水印图片进行预处理，得到所述原始水印图片的水印元素的属性值(L，J，I)；

其中，L为行索引编码值，J为列索引编码值，I为元素值即能量值。

具体地，本发明实施例选取大小为W1×W2，内容为字母L的图片作为原始水印图片，记为S；如图3所示为原始水印图片，图4为原始水印图片预处理后得到的图片。

所述步骤S11具体包括：

步骤S111，利用二维离散余弦变换公式对待嵌入的原始水印图片进行二维离散余弦变换，得到所述原始水印图片的离散余弦变换域的频谱矩阵S1；

所述二维离散余弦变换公式为：

其中，u＝0,1,…,W1-1；v＝0,1…,W2-1；

其中，W1代表原始水印图片的长，W2代表原始水印图片的宽，所述原始水印图片为二值水印图片，所述原始水印图片的矩阵表示为f(x,y)，S1(u,v)表示对原始水印图片的矩阵f(x,y)离散余弦变换后得到的频谱矩阵，此频谱矩阵为有正负系数的实数矩阵。

步骤S112，提取所述频谱矩阵S1的正负系数矩阵作为恢复秘钥K1，对所述频谱矩阵S1进行绝对值化，并做归一化处理，得到矩阵S2，以所述矩阵S2的最大值作为恢复秘钥K2；

具体地，本发明实施例是将频谱系数矩阵作为秘钥K1，归一化系数作为秘钥K2，置乱参数作为秘钥K3。

步骤S113，利用置乱矩阵对所述矩阵S2进行Arnold置乱得到矩阵S3，所述置乱矩阵为：

其中，a和b是设定的参数，k是迭代次数，W2是原始水印图片的宽，a、b、k、W2作为恢复秘钥K3；所述矩阵S3中的每个元素都有了三个属性值(m，n，I)，其中，m为行索引值，n为列索引值，I为元素值即能量值；

步骤S114，利用如下公式分别将所述矩阵S3中每个元素的属性值m、n编码成角度值，得到所述矩阵S3的每个元素的新属性值(L，J，I)；

其中，α和β为预设常数，β为0到1之间的某个数值，而考虑到水印的不可见性，α值应设为0到0.5之间的某个数值，此数值以嵌入水印后三维模型视觉效果改变最小为确定依据；至此，得到了矩阵S3的每个元素的新属性值(L，J，I)，其中，L为行索引编码值，J为列索引编码值，I为能量值，L_i表示第i行的索引编码值，J_j表示第j列的索引编码值。

步骤S12，根据第一预置筛选条件从待嵌入水印的三维模型中筛选出所有满足筛选条件的候选顶点；

具体地，如图5所示为待嵌入水印的三维模型；所述候选顶点为待嵌入水印的三维模型的顶点，水印信息将嵌入在这些顶点的属性中。

具体地，所述第一预置筛选条件包括：第一筛选条件、第二筛选条件和第三筛选条件，其中，所述第一筛选条件为顶点的一环邻居点与一环邻居点的质心的距离最大比值需小于阈值A，所述第二筛选条件为一环邻居点质心的两个不同定义下的法向夹角需大于阈值B，所述第三筛选条件为候选顶点之间为非邻居点。其中，设立第二筛选条件的原因是，为三维模型顶点建立局部球坐标系时，要求每个三维模型顶点的法向n_a和法向n_t不能重合或不能接近重合。对于三维数字模型中的每个顶点，如果不考虑属性信息,三角网格模型M可以表示为M＝{V_M,K_M},其中V_M＝{0,1,2,…M-1}是M的顶点集合,M表示顶点的数目,K_M是M的所有拓扑连接关系的集合,K_M的元素分为3种类型:顶点v＝{i}，边e＝{i,j}，面f＝{i,j,k}。如果边{i,j}∈K_M,则顶点{i}和{j}互称邻居；顶点{i}的一环邻居定义为N(i)＝{j|{i,j}∈K_M}。

所述步骤S12具体包括：

步骤S121，计算待嵌入水印的三维模型中的顶点V_i的一环邻居点的质心点Z_i，分别连接Z_i与V_i的一环邻居点，并计算相应的距离，若各个所述距离的最大比值大于阈值A，则将此顶点剔除，对所述三维模型的所有顶点遍历此操作，得到所有满足条件的第一候选顶点；

步骤S122，对所述第一候选顶点计算法向n_a和n_t，若所述法向n_a和所述法向n_t的夹角小于阈值B，则剔除该第一候选顶点，对所有的第一候选顶点遍历此操作，得到所有满足条件的第二候选顶点；

其中，所述法向n_a的定义为：

对质心点Z_i与V_i的一环邻居点进行连线，得到若干个新的以质心点为顶点的三角形，记为T(Z_i)，三角形的个数记为N，新的三角形的法向记为n_j，以所有的所述三角形的法向的均值作为质心点Z_i的法向n_a，即：

所述法向n_t的定义为：

根据各个所述三角形的法向n_j和面积S_j的平方来计算质心的另一个法向n_t，即：

步骤S123，检验所有满足条件的所述第二候选顶点中是否有互为邻居的顶点，若有，则将其剔除，剩余的第二候选顶点即为可嵌入水印的候选顶点。

步骤S13，对所述候选顶点建立自定义下的局部球坐标系，并确定各个所述候选顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的候选顶点的三个属性值；

具体地，步骤S13需要对步骤S12得到的可嵌入水印的候选顶点建立各自的局部球坐标系，并确定各个候选顶点的球坐标值，一般的球坐标系与直角坐标系的变换公式如下：

r＝sqrt(x²+y²+z²)

θ＝arccos(z/r)

具体地，所述步骤S13中，球坐标值

为经过自定义的编码的球坐标值，求所述候选顶点的球坐标值

的公式如下：

r＝sqrt((x-x₀)²+(y-y₀)²+(z-z₀)²)/ρ

θ＝arccos(|z-z₀|/r)

其中，(x,y,z)为候选顶点在直角坐标系中的坐标值，(x₀,y₀,z₀)为候选顶点的一环邻居的质心点坐标，ρ为质心点到邻居点距离的均值。

具体地，对于候选顶点V_i，它的球坐标系由步骤12中求得的一环邻居质心Z_i、n_a、n_t确定，质心Z_i作为球坐标系的原点，质心法向n_a作为球坐标系的Z轴，法向n_t向质心Z_i和法向n_a确定的平面内进行投影，得到的投影向量作为球坐标系的X轴。质心Z_i到顶点V_i的向量与球坐标系Z轴的夹角记为

与球坐标系的X轴的正向夹角记为θ_i,质心Z_i到顶点V_i的距离与质心Z_i到顶点V_i的一环邻居点的距离的均值的比值记为r_i。遍历所有候选顶点进行上述操作，从而获得所有候选顶点的自定义下的球坐标值

而每个候选顶点的球坐标值可以看做是它的三个属性，这三个属性不随坐标系的改变而变化，具有很强的稳定性。

步骤S14，将所述水印元素的属性值和所有满足筛选条件的候选顶点的属性值相比，查找与所述水印元素的属性值相差最小的候选顶点作为嵌入此水印元素的点，改变此候选顶点在它的球坐标系中的位置，使得它的

θ值分别等于水印元素的行索引编码值L、列索引编码值J，并使得它的r值等于水印元素的元素值I，来嵌入所述水印元素的索引编码值和能量值；嵌入完毕后在所有满足筛选条件的候选顶点中剔除此候选顶点，遍历所述原始水印图片的所有水印元素进行上述操作，直到完全嵌入；

具体地，所述步骤S14即为水印的嵌入部分。而水印图片的嵌入需要首先考虑嵌入水印后三维模型与原始三维模型的视觉差异，所以在嵌入水印时需要另外进行约束。由步骤11和步骤13分别得到了原始水印图片的属性值和候选顶点的三个属性值，按照水印元素属性值I的大小进行嵌入，而到底是按由大到小还是由小到大的顺序则可自行设定。

具体地，上述嵌入水印步骤的实质是由属性值差值确定哪个候选顶点嵌入哪个水印元素，再由水印元素属性值确定该候选顶点被改变位置后的坐标值；其中，通过改变候选顶点在它的球坐标系中的位置，使得它的

θ(自定义下的)值分别等于水印元素的索引编码值L、J，使得它的r值(自定义下的)等于水印元素值I，即顶点与一环质心点的距离和质心到一环邻居点距离的均值的比值等于水印元素值I，从而实现了嵌入索引信息和能量值的目的，嵌入完毕后在候选顶点中剔除此候选顶点，遍历水印元素进行上述操作直到完全嵌入；嵌入水印后的三维模型如图6所示。

其中，如图7所示，所述盲水印提取检测步骤S2包括：

步骤S21，根据所述第一预置筛选条件从待检测的所述三维模型中筛选出所有满足筛选条件的可能嵌入顶点；

具体地，所述步骤S21包括：

步骤S211，计算待检测的所述三维模型的顶点V_i的一环邻居点的质心点Z_i，分别连接Z_i与V_i的一环邻居点，并计算相应的距离，若各个所述距离的最大比值大于阈值A(水印嵌入时设定的阈值)，则将此顶点剔除，对所述三维模型的所有顶点遍历此操作，得到所有满足条件的第一可能嵌入顶点；

步骤S212，对所述第一可能嵌入顶点计算两种不同定义下的法向n_a和n_t，若所述顶点一环邻居点质心法向n_a和法向n_t的夹角小于阈值B(水印嵌入时设定的阈值)，则剔除该第一可能嵌入顶点，对所有的第一可能嵌入顶点遍历此操作，得到所有满足条件的第二可能嵌入顶点；

其中，所述法向n_a的定义为：

对质心点Z_i与Vi的一环邻居点进行连线，得到若干个新的以质心点为顶点的三角形，记为T(Z_i)，三角形的个数记为N，新的三角形的法向记为n_j，以所有的所述三角形的法向的均值作为质心点Z_i的法向n_a，即：

所述法向n_t的定义为：

根据各个所述三角形的法向n_j和面积S_j来计算质心的另一个法向n_t，即：

步骤S213，检验所有满足条件的所述第二可能嵌入顶点中是否有互为邻居的顶点，若有，则将其剔除，剩余的第二可能嵌入顶点即为最终筛选出的可能嵌入顶点。

步骤S22，对所述可能嵌入顶点建立自定义下的局部球坐标系，并确定各个所述可能嵌入顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的可能嵌入顶点的三个属性值；

具体地，步骤S22是建立局部球坐标系并获取球坐标值。由步骤21得到了可能嵌入顶点，步骤22需要对这些可能嵌入顶点建立各自的球坐标系，并确定各个可能嵌入顶点的球坐标值，而球坐标值为水印嵌入时经过自定义的编码的数值。对于可能嵌入顶点V_i，局部球坐标系的建立和球坐标值的获取方法如步骤S13，从而得到可能嵌入顶点的

步骤S23，结合所述可能嵌入顶点的属性值对所述三维模型中的每个满足筛选条件的所述可能嵌入顶点进行索引值和能量值提取，得到矩阵S4；

具体地，所述步骤S23包括：

步骤S231，利用下述公式对所述可能嵌入顶点的属性值

进行反编码；

步骤S232，建立与所述矩阵S3等大小的零矩阵S4，每个矩阵元素有(m,n,0)三个属性，m、n分别为行、列值，所述可能嵌入顶点的

θ值满足下述不等式时，便将此可能嵌入顶点的r值替换掉矩阵S3的m行n列的零值；遍历所有可能嵌入顶点来寻找满足索引阈值条件的顶点，并将其r值替换对应索引的矩阵S4的零值，得到新的矩阵S4；

其中，λ1和λ2分别表示设定的阈值，满足上述不等式的

θ值即为索引值，对应的r值为能量值。

步骤S24，对所述矩阵S4进行逆变换回空域，得到提取的水印图片；

具体地，所述步骤S24包括：

步骤S241，利用步骤S113中的所述恢复密钥K3作为还原秘钥，对矩阵S4进行Arnold还原，得到还原矩阵S5；

步骤S242，对所述还原矩阵S5中的元素都乘以所述恢复密钥K2，得到矩阵S6；

步骤S243，利用步骤S112中的所述恢复秘钥K1对所述矩阵S6进行点乘，从而获得频谱矩阵S7；

步骤S244，对所述频谱矩阵S7利用二维逆离散余弦变换公式进行二维逆离散余弦变换，得到矩阵S8，所述矩阵S8即为提取出的水印图片，所述二维逆离散余弦变换公式如下：

其中，u＝0,1,…,W1-1；v＝0,1…,W2-1；

其中，S8(x,y)表示由提取出的频谱矩阵S7(u,v)经过逆离散余弦变换得到的水印图片矩阵S8；S8如图8所示。

步骤S25，利用水印相关度计算公式计算所述提取的水印图片与所述原始水印图片的相关度，若所述相关度大于经验阈值，则证明所述三维模型含有水印。

具体地，所述步骤S25中，所述水印相关度计算公式为：

其中，W1代表原始水印图片的长，W2代表原始水印图片的宽，S(i,j)代表原始水印图片的矩阵，S(i,j)代表提取的水印图片的矩阵，σ代表水印的相关度；当σ的值大于经验阈值时，则认为此模型嵌入了水印，小于经验阈值时，则认为无水印嵌入。

本发明还提供了一种局部球坐标系下的三维盲水印嵌入和提取检测装置，如图9所示，所述装置包括：盲水印嵌入模块1和盲水印提取检测模块2。

其中，所述盲水印嵌入模块1包括：

预处理子模块11，用于对待嵌入的原始水印图片进行预处理，得到所述原始水印图片的水印元素的属性值(L，J，I)；

其中，L为行索引编码值，J为列索引编码值，I为元素值即能量值；

第一筛选子模块12，用于根据第一预置筛选条件从待嵌入水印的三维模型中筛选出所有满足筛选条件的候选顶点；

第一坐标系建立子模块13，用于对所述候选顶点建立自定义下的局部球坐标系，并确定各个所述候选顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的候选顶点的三个属性值；

水印嵌入子模块14，用于将所述水印元素的属性值和所有满足筛选条件的候选顶点的属性值相比，查找与所述水印元素的属性值相差最小的候选顶点作为嵌入此水印元素的点，改变此候选顶点在它的球坐标系中的位置，使得它的

θ值分别等于水印元素的行索引编码值L、列索引编码值J，并使得它的r值等于水印元素的元素值I，来嵌入所述水印元素的索引编码值和能量值；嵌入完毕后在所有满足筛选条件的候选顶点中剔除此候选顶点，遍历所述原始水印图片的所有水印元素进行上述操作，直到完全嵌入；

其中，所述盲水印提取检测模块2包括：

第二筛选子模块21，用于根据所述第一预置筛选条件从待检测的所述三维模型中筛选出所有满足筛选条件的可能嵌入顶点；

第二坐标系建立子模块22，用于对所述可能嵌入顶点建立自定义下的局部球坐标系，并确定各个所述可能嵌入顶点的球坐标值

其中，

θ、r作为每个满足筛选条件的可能嵌入顶点的三个属性值；

提取子模块23，用于结合所述可能嵌入顶点的属性值对所述三维模型中的每个满足筛选条件的所述可能嵌入顶点进行索引值和能量值提取，得到矩阵S4；

逆变换子模块24，用于对所述矩阵S4进行逆变换回空域，得到提取的水印图片；

判断子模块25，用于利用水印相关度计算公式计算所述提取的水印图片与所述原始水印图片的相关度，若所述相关度大于经验阈值，则证明所述三维模型含有水印。

本发明提供的一种局部球坐标系下的三维盲水印嵌入和提取检测方法及装置，结合了空域和频域的思想，可以实现水印的不可见性嵌入(所谓不可见性嵌入是指模型嵌入水印后，并不会引起模型明显的视觉差异)以及已嵌入水印的三维模型的盲检测，无需原始三维模型的参与，并且能够抵抗仿射攻击和剪切攻击，且水印为可视化水印，具有较大的实用价值。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种局部球坐标系下的三维盲水印嵌入和提取检测方法，其特征在于，所述方法包括：盲水印嵌入步骤S1和盲水印提取检测步骤S2；

其中，所述盲水印嵌入步骤S1包括：

步骤S11，对待嵌入的原始水印图片进行预处理，得到所述原始水印图片的水印元素的属性值(L，J，I)；

其中，L为行索引编码值，J为列索引编码值，I为元素值即能量值，其中所述步骤S11具体包括：

步骤S111，利用二维离散余弦变换公式对待嵌入的原始水印图片进行二维离散余弦变换，得到所述原始水印图片的离散余弦变换域的频谱矩阵S1；

所述二维离散余弦变换公式为：

其中，u＝0,1,...,W1-1；v＝0,1...,W2-1，u,v是对原始水印图片矩阵对应的离散余弦变换后的矩阵行列值；

其中，所述原始水印图片的大小为W1×W2，W1代表原始水印图片的长，W2代表原始水印图片的宽，所述原始水印图片的矩阵表示为f(x,y)，x,y为所述原始水印图片矩阵行、列值，所述原始水印图片记为S，S1(u,v)表示对原始水印图片的矩阵f(x,y)离散余弦变换后得到的频谱矩阵；

步骤S112，提取所述频谱矩阵S1的正负系数矩阵作为恢复秘钥K1，对所述频谱矩阵S1进行绝对值化，并做归一化处理，得到矩阵S2，以所述矩阵S2的最大值作为恢复秘钥K2；

步骤S113，利用置乱矩阵对所述矩阵S2进行Arnold置乱得到矩阵S3，所述置乱矩阵为：

其中，a和b是设定的参数，k是迭代次数，W2是原始水印图片的宽，a、b、k、W2作为恢复秘钥K3；所述矩阵S3中的每个元素都有三个属性值(m，n，I)，其中，m为行索引值，n为列索引值，I为元素值即能量值；

步骤S114，利用如下公式分别将所述矩阵S3中每个元素的属性值m、n编码成角度值，得到所述矩阵S3的每个元素的新属性值(L，J，I)；

其中，α和β为预设常数，α为0到0.5之间的某个数值，β为0到1之间的某个数值，L为行索引编码值，J为列索引编码值，I为能量值，L_i表示第i行的索引编码值，J_j表示第j列的索引编码值，m_i为步骤S113中矩阵S3第i行的行索引值，n_j为步骤S113中矩阵S3第J列的列索引值；

步骤S12，根据第一预置筛选条件从待嵌入水印的三维模型中筛选出所有满足筛选条件的候选顶点；

步骤S13，对所述候选顶点建立自定义下的局部球坐标系，并确定各个所述候选顶点的球坐标值(φ，θ，r)，其中，φ、θ、r作为每个满足筛选条件的候选顶点的三个属性值；

步骤S14，将所述水印元素的属性值和所有满足筛选条件的候选顶点的属性值相比，查找与所述水印元素的属性值相差最小的候选顶点作为嵌入此水印元素的点，改变此候选顶点在它的球坐标系中的位置，使得它的φ、θ值分别等于水印元素的行索引编码值L、列索引编码值J，并使得它的r值等于水印元素的元素值I，来嵌入所述水印元素的索引编码值和能量值；嵌入完毕后在所有满足筛选条件的候选顶点中剔除此候选顶点，遍历所述原始水印图片的所有水印元素进行上述步骤，直到完全嵌入；

其中，所述盲水印提取检测步骤S2包括：

步骤S21，根据所述第一预置筛选条件从待检测的所述三维模型中筛选出所有满足筛选条件的可能嵌入顶点；

步骤S22，对所述可能嵌入顶点建立自定义下的局部球坐标系，并确定各个所述可能嵌入顶点的球坐标值(φ，θ，r)，其中，φ、θ、r作为每个满足筛选条件的可能嵌入顶点的三个属性值；

步骤S23，结合所述可能嵌入顶点的属性值对所述三维模型中的每个满足筛选条件的所述可能嵌入顶点进行索引值和能量值提取，得到矩阵S4；

步骤S24，对所述矩阵S4进行逆变换回空域，得到提取的水印图片；

步骤S25，利用水印相关度计算公式计算所述提取的水印图片与所述原始水印图片的相关度，若所述相关度大于经验阈值，则证明所述三维模型含有水印。

2.如权利要求1所述的三维盲水印嵌入和提取检测方法，其特征在于，所述第一预置筛选条件包括：第一筛选条件、第二筛选条件和第三筛选条件，其中，所述第一筛选条件为顶点的一环邻居点与一环邻居点的质心的距离最大比值需小于阈值A，所述第二筛选条件为一环邻居点质心的两个不同定义下的法向夹角需大于阈值B，所述第三筛选条件为候选顶点之间为非邻居点；

所述步骤S12具体包括：

步骤S121，计算待嵌入水印的三维模型中的顶点V_i的一环邻居点的质心点Z_i，分别连接Z_i与V_i的一环邻居点，并计算相应的距离，若各个所述距离的最大比值大于阈值A，则将此顶点剔除，对所述三维模型的所有顶点遍历此操作，得到所有满足条件的第一候选顶点；

步骤S122，对所述第一候选顶点计算法向n_a和n_t，若所述法向n_a和所述法向n_t的夹角小于阈值B，则剔除该第一候选顶点，对所有的第一候选顶点遍历此操作，得到所有满足条件的第二候选顶点；

其中，所述法向n_a的定义为：

对质心点Z_i与V_i的一环邻居点进行连线，得到若干个新的以质心点为顶点的三角形，记为T(Z_i)，三角形的个数记为N，新的三角形的法向记为n_j，以所有的所述三角形的法向的均值作为质心点Z_i的法向n_a，即：

所述法向n_t的定义为：

根据各个所述三角形的法向n_j和面积S_j的平方来计算质心的另一个法向n_t，即：

步骤S123，检验所有满足条件的所述第二候选顶点中是否有互为邻居的顶点，若有，则将其剔除，剩余的第二候选顶点即为可嵌入水印的候选顶点。

3.如权利要求1所述的三维盲水印嵌入和提取检测方法，其特征在于，所述步骤S13中，球坐标值(φ，θ，r)为经过自定义的编码的球坐标值，求所述候选顶点的球坐标值(φ，θ，r)的公式如下：

r＝sqrt((x-x₀)²+(y-y₀)²+(z-z₀)²)/ρ

θ＝arccos(|z-z₀|/r)

其中，(x,y,z)为候选顶点在直角坐标系中的坐标值，(x₀,y₀,z₀)为候选顶点的一环邻居的质心点坐标，ρ为质心点到邻居点距离的均值。

4.如权利要求1所述的三维盲水印嵌入和提取检测方法，其特征在于，所述步骤S21包括：

步骤S211，计算待检测的所述三维模型的顶点V_i的一环邻居点的质心点Z_i，分别连接Z_i与V_i的一环邻居点，并计算相应的距离，若各个所述距离的最大比值大于阈值A，则将此顶点剔除，对所述三维模型的所有顶点遍历此操作，得到所有满足条件的第一可能嵌入顶点；

步骤S212，对所述第一可能嵌入顶点计算法向n_a和n_t，若所述法向n_a和所述法向n_t的夹角小于阈值B，则剔除该第一可能嵌入顶点，对所有的第一可能嵌入顶点遍历此操作，得到所有满足条件的第二可能嵌入顶点；

其中，所述法向n_a的定义为：

对质心点Z_i与Vi的一环邻居点进行连线，得到若干个新的以质心点为顶点的三角形，记为T(Z_i)，三角形的个数记为N，新的三角形的法向记为n_j，以所有的所述三角形的法向的均值作为质心点Z_i的法向n_a，即：

所述法向n_t的定义为：

根据各个所述三角形的法向n_j和面积S_j来计算质心的另一个法向n_t，即：

步骤S213，检验所有满足条件的所述第二可能嵌入顶点中是否有互为邻居的顶点，若有，则将其剔除，剩余的第二可能嵌入顶点即为最终筛选出的可能嵌入顶点。

5.如权利要求1所述的三维盲水印嵌入和提取检测方法，其特征在于，所述步骤S23包括：

步骤S231，利用下述公式对所述可能嵌入顶点的属性值(φ，θ，r)进行反编码；

步骤S232，建立与所述矩阵S3等大小的零矩阵S4，每个矩阵元素有(m,n,0)三个属性，m、n分别为行、列值，所述可能嵌入顶点的φ、θ值满足下述不等式时，便将此可能嵌入顶点的r值替换掉矩阵S3的m行n列的零值；遍历所有可能嵌入顶点来寻找满足索引阈值条件的顶点，并将其r值替换对应索引的矩阵S4的零值，得到新的矩阵S4；

其中，λ1和λ2分别表示设定的阈值，满足上述不等式的φ、θ值即为索引值，对应的r值为能量值。

6.如权利要求1所述的三维盲水印嵌入和提取检测方法，其特征在于，所述步骤S24包括：

步骤S241，利用所述恢复密钥K3作为还原秘钥，对矩阵S4进行Arnold还原，得到还原矩阵S5；

步骤S242，对所述还原矩阵S5中的元素都乘以所述恢复密钥K2，得到矩阵S6；

步骤S243，利用所述恢复秘钥K1对所述矩阵S6进行点乘，从而获得频谱矩阵S7；

步骤S244，对所述频谱矩阵S7利用二维逆离散余弦变换公式进行二维逆离散余弦变换，得到矩阵S8，所述矩阵S8即为提取出的水印图片，所述二维逆离散余弦变换公式如下：

其中，u＝0,1,...,W1-1；v＝0,1...,W2-1，u,v是对原始水印图片矩阵对应的离散余弦变换后的矩阵行列值；

其中，S8(x,y)表示由提取出的频谱矩阵S7(u,v)经过逆离散余弦变换得到的水印图片矩阵S8。

7.如权利要求1所述的三维盲水印嵌入和提取检测方法，其特征在于，所述步骤S25中，所述水印相关度计算公式为：

其中，W1代表原始水印图片的长，W2代表原始水印图片的宽，S(i,j)代表原始水印图片的矩阵，S(i,j)代表提取的水印图片的矩阵，σ代表水印的相关度。

8.一种局部球坐标系下的三维盲水印嵌入和提取检测装置，其特征在于，所述装置包括：盲水印嵌入模块和盲水印提取检测模块；

其中，所述盲水印嵌入模块包括：

预处理子模块，用于对待嵌入的原始水印图片进行预处理，得到所述原始水印图片的水印元素的属性值(L，J，I)；

其中，L为行索引编码值，J为列索引编码值，I为元素值即能量值，其中所述得到所述原始水印图片的水印元素的属性值(L，J，I)步骤具体包括：

步骤S111，利用二维离散余弦变换公式对待嵌入的原始水印图片进行二维离散余弦变换，得到所述原始水印图片的离散余弦变换域的频谱矩阵S1；

所述二维离散余弦变换公式为：

其中，u＝0,1,...,W1-1；v＝0,1...,W2-1；

其中，所述原始水印图片的大小为W1×W2，W1代表原始水印图片的长，W2代表原始水印图片的宽，所述原始水印图片的矩阵表示为f(x,y)，所述原始水印图片记为S，S1(u,v)表示对原始水印图片的矩阵f(x,y)离散余弦变换后得到的频谱矩阵；

步骤S112，提取所述频谱矩阵S1的正负系数矩阵作为恢复秘钥K1，对所述频谱矩阵S1进行绝对值化，并做归一化处理，得到矩阵S2，以所述矩阵S2的最大值作为恢复秘钥K2；

步骤S113，利用置乱矩阵对所述矩阵S2进行Arnold置乱得到矩阵S3，所述置乱矩阵为：

其中，a和b是设定的参数，k是迭代次数，W2是原始水印图片的宽，a、b、k、W2作为恢复秘钥K3；所述矩阵S3中的每个元素都有三个属性值(m，n，I)，其中，m为行索引值，n为列索引值，I为元素值即能量值；

步骤S114，利用如下公式分别将所述矩阵S3中每个元素的属性值m、n编码成角度值，得到所述矩阵S3的每个元素的新属性值(L，J，I)；

其中，α和β为预设常数，α为0到0.5之间的某个数值，β为0到1之间的某个数值，L为行索引编码值，J为列索引编码值，I为能量值，L_i表示第i行的索引编码值，J_j表示第j列的索引编码值；

第一筛选子模块，用于根据第一预置筛选条件从待嵌入水印的三维模型中筛选出所有满足筛选条件的候选顶点；

第一坐标系建立子模块，用于对所述候选顶点建立自定义下的局部球坐标系，并确定各个所述候选顶点的球坐标值(φ，θ，r)，其中，φ、θ、r作为每个满足筛选条件的候选顶点的三个属性值；

水印嵌入子模块，用于将所述水印元素的属性值和所有满足筛选条件的候选顶点的属性值相比，查找与所述水印元素的属性值相差最小的候选顶点作为嵌入此水印元素的点，改变此候选顶点在它的球坐标系中的位置，使得它的φ、θ值分别等于水印元素的行索引编码值L、列索引编码值J，并使得它的r值等于水印元素的元素值I，来嵌入所述水印元素的索引编码值和能量值；嵌入完毕后在所有满足筛选条件的候选顶点中剔除此候选顶点，遍历所述原始水印图片的所有水印元素进行上述操作，直到完全嵌入；

其中，所述盲水印提取检测模块包括：

第二筛选子模块，用于根据所述第一预置筛选条件从待检测的所述三维模型中筛选出所有满足筛选条件的可能嵌入顶点；

第二坐标系建立子模块，用于对所述可能嵌入顶点建立自定义下的局部球坐标系，并确定各个所述可能嵌入顶点的球坐标值(φ，θ，r)，其中，φ、θ、r作为每个满足筛选条件的可能嵌入顶点的三个属性值；

提取子模块，用于结合所述可能嵌入顶点的属性值对所述三维模型中的每个满足筛选条件的所述可能嵌入顶点进行索引值和能量值提取，得到矩阵S4；

逆变换子模块，用于对所述矩阵S4进行逆变换回空域，得到提取的水印图片；

判断子模块，用于利用水印相关度计算公式计算所述提取的水印图片与所述原始水印图片的相关度，若所述相关度大于经验阈值，则证明所述三维模型含有水印。

Images