CN114897659B - 一种矢量地理数据零水印生成方法及零水印信息检测方法 - Google Patents

一种矢量地理数据零水印生成方法及零水印信息检测方法 Download PDF

Info

Publication number
CN114897659B
CN114897659B CN202210502629.0A CN202210502629A CN114897659B CN 114897659 B CN114897659 B CN 114897659B CN 202210502629 A CN202210502629 A CN 202210502629A CN 114897659 B CN114897659 B CN 114897659B
Authority
CN
China
Prior art keywords
matrix
vector geographic
counting
feature
elements
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
CN202210502629.0A
Other languages
English (en)
Other versions
CN114897659A (zh
Inventor
任娜
赵亚宙
朱长青
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.)
Nanjing Normal University
Original Assignee
Nanjing Normal 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 Nanjing Normal University filed Critical Nanjing Normal University
Priority to CN202210502629.0A priority Critical patent/CN114897659B/zh
Publication of CN114897659A publication Critical patent/CN114897659A/zh
Application granted granted Critical
Publication of CN114897659B publication Critical patent/CN114897659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
    • G06T1/0064—Geometric transfor invariant watermarking, e.g. affine transform invariant
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G06F21/16—Program or content traceability, e.g. by watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0201—Image watermarking whereby only tamper or origin are detected and no embedding takes place

Abstract

本发明涉及一种矢量地理数据零水印生成方法及零水印信息检测方法，属于地理信息安全技术领域，首先对整个要素集进行旋转标准化，利用Alpha Shapes算法提取出要素集中稳定的外边界轮廓特征点；然后借鉴形状上下文算法中轮廓信息采集的思想，以特征点为原点，建立同心圆区域对地物的空间分布特征进行采集；最后将分布特征与版权图像异或生成零水印。本发明利用稳定的外边界轮廓特征点采集地物分布信息，保证唯一性与鲁棒性的同时，弥补了零水印对矢量地理要素集粒度研究的缺失，解决了现有要素集中各地物要素需要分批多次版权注册，耗时耗力的问题，有效减少了版权注册时的成本与耗时。

Description

一种矢量地理数据零水印生成方法及零水印信息检测方法
技术领域
本发明涉及地理信息安全技术领域，特别是涉及一种矢量地理数据零水印生成方法及零水印信息检测方法。
背景技术
矢量地理数据是地理信息相关产业中需求最为广泛的地理空间数据之一。随着以智慧城市、智慧交通以及智能驾驶为代表的地理信息新兴产业的蓬勃发展，矢量地理数据的应用场景更加广阔。但与此同时，新兴产业不断增长的数据需求使得矢量地理数据在生产、传输和存储过程中的数据安全问题日益突出，如何对矢量地理数据进行有效的版权保护成为信息安全领域研究的重点。
数字水印技术是信息安全领域中的前沿技术，该技术按是否修改原始数据可以分为嵌入式水印和构造式水印两类。其中嵌入式水印通过将水印信息与载体数据紧密结合并隐藏其中，成为载体数据不可分离的一部分，由此来确定版权归属。嵌入水印后的载体数据，在遭受水印攻击后，往往能够提取出较为完整的水印信息。但是不可避免的会损失原始精度。因此，如何在不损失原始数据精度的前提下为数据提供有效的版权保护一直是数字水印方向研究的热点。
零水印作为一种不修改原始数据的水印技术，主要利用原始数据的重要特征来构造水印信息。由于算法是构造式水印，不对原始数据进行任何修改，因此十分适用于矢量地理数据的无损版权保护。但由于水印信息不嵌入载体，现有零水印技术需要通过知识产权(Intellectual Property Right，IPR)管理机构将零水印进行注册，以保护数据版权。
《零水印的概念与应用》(温泉等.电子学报.2003)首次提出零水印的概念，并将其数字图像版权保护领域；《零水印的概念与应用》(张佐理等.计算机工程与设计.2009)最早将零水印技术引入矢量数据的版权保护应用中，利用矩形分块对矢量地理数据进行格网划分，然后统计格网中的坐标点个数来构造零水印序列，算法对缩放、平移以及增删点攻击都具有较强的鲁棒性，但是无法抵抗旋转攻击。《一种基于矢量地图特征点和分块的零水印算法》(孙鸿睿等.地理与地理信息科学.2012)同样利用矩形分块对压缩后的矢量地理数据进行分块处理，利用特征点之间的夹角角度构建水印序列，虽然该算法在平移、缩放、压缩以及坐标删减方面都具备更强的鲁棒性，但该方法同样无法抵抗旋转攻击。《二维矢量地图双重零水印算法》(曹刘娟等.哈尔滨工程大学学报.2011)提出了一种双重零水印算法，将矢量点数据分为特征点和非特征点，分别构造零水印。《一种基于最小四叉树分块和特征夹角的零水印算法》(樊彦国等.测绘与空间地理信息.2018)利用最小四叉树算法对特征点进行分块，构造多个零水印来抵抗裁剪攻击。虽然以上零水印算法在矢量地理数据版权保护领域已有一些研究成果，但是研究对象仅局限于要素粒度，并未顾及要素集粒度。要素粒度的零水印算法需要对矢量地理要素集中的各个要素进行分批多次版权注册才能具有版权效应，成本高且耗时长，是零水印应用于矢量地理数据版权保护时面临的最大问题之一。
发明内容
本发明的目的是提供一种矢量地理数据零水印生成方法及零水印信息检测方法，以有效减少版权注册时的成本与耗时。
为实现上述目的，本发明提供了如下方案：
一种矢量地理数据零水印生成方法，包括：
对版权图像进行置乱，获得一个二值化的版权矩阵；
对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集；
利用Alpha Shapes算法提取转换后的矢量地理要素集的外边界轮廓特征点集；
以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分；
统计落入每个计数圆环的每个网格中的所述转换后的矢量地理要素集中各要素的个数；
根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵；
将二值化的版权矩阵与所述要素特征矩阵异或，生成矢量地理要素集的零水印；
将所述零水印在知识产权管理机构进行版权注册。
可选的，所述对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集，具体包括：
使用Graham扫描法提取矢量地理要素集的凸包；
利用旋转卡壳法提取凸包中的最远点对p1与p2；
将最远点对p1与p2所构成的轴作为矢量地理要素集的主轴，并以p1为旋转中心点，将矢量地理要素集的主轴与水平轴重合，获得转换后的矢量地理要素集中的要素坐标为其中，(xr,yr)为转换前的矢量地理要素集中第r个要素的坐标，为转换后的矢量地理要素集中第r个要素的坐标，θ为主轴与水平轴正方向的夹角。
可选的，所述以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分，具体包括：
以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心，最远点对p1与p2距离的二分之一为半径，构造计数圆环；
在每个计数圆环中，过圆心划分为N个角度区域，并沿半径方向划分为N个距离区域；所述二值化的版权矩阵的行数和列数均为N。
可选的，根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵，具体包括：
将各要素落入所有计数圆环的个数形成各要素的计数矩阵序列所述转换后的矢量地理要素集中的要素包括点要素、线要素和面要素；其中，mr为第r个要素的计数矩阵序列，/>分别为第r个要素落入第1、2、3、n个计数圆环的计数矩阵；
根据各要素的计数矩阵序列，构造各要素的特征矩阵；
利用公式将点要素的特征矩阵、线要素的特征矩阵以及面要素的特征矩阵进行异或计算，生成矢量地理要素集的要素特征矩阵；其中，M为矢量地理要素集的要素特征矩阵，point_mfeature为点要素的特征矩阵，polyline_mfeature为线要素的特征矩阵，polygon_mfeature为面要素的特征矩阵。
可选的，所述根据各要素的计数矩阵序列，构造各要素的特征矩阵，具体包括：
利用公式对各要素的计数矩阵序列累加求和得到各要素的累计计数矩阵；其中，/>为第r个要素落入第k个计数圆环的网格(i,j)中的个数，为第r个要素落入网格(i,j)中的累计个数，n为计数圆环的总数量；
利用公式计算各要素的计数平均值；其中，Dr为第r个要素的计数平均值；
根据各要素的累计计数矩阵和各要素的计数平均值，利用公式构造各要素的特征矩阵；其中，/>为第r个要素的特征矩阵中网格(i,j)对应的元素。
一种零水印信息检测方法，包括：
采用前述的矢量地理数据零水印生成方法，生成待检测矢量地理要素集的要素特征矩阵；
将待检测矢量地理要素集的要素特征矩阵与知识产权管理机构中原始版权图像的零水印进行异或，获得待检测置乱后的版权图像；
将待检测置乱后的版权图像进行反置乱，获得待检测版权图像；
计算待检测版权图像和原始版权图像的相似度；
当所述相似度大于相似度阈值时，判定待检测矢量地理要素集为侵权数据。
可选的，所述相似度的计算公式为
其中，NC为相似度，P、Q分别为待检测版权图像或原始版权图像的行、列像素个数，I(p,q)为原始版权图像的第(p,q)个像素，I′(p,q)为待检测版权图像的第(p,q)个像素，XNOR表示异或非运算。
一种矢量地理数据零水印生成系统，包括：
置乱模块，用于对版权图像进行置乱，获得一个二值化的版权矩阵；
转换模块，用于对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集；
外边界轮廓特征点提取模块，用于利用Alpha Shapes算法提取转换后的矢量地理要素集的外边界轮廓特征点集；
网格划分模块，用于以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分；
计数模块，用于统计落入每个计数圆环的每个网格中的所述转换后的矢量地理要素集中各要素的个数；
要素特征矩阵确定模块，用于根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵；
零水印生成模块，用于将二值化的版权矩阵与所述要素特征矩阵异或，生成矢量地理要素集的零水印；
版权注册模块，用于将所述零水印在知识产权管理机构进行版权注册。
一种零水印信息检测系统，包括：
要素特征矩阵生成模块，用于采用矢量地理数据零水印生成方法，生成待检测矢量地理要素集的要素特征矩阵；
版权图像获得模块，用于将待检测矢量地理要素集的要素特征矩阵与知识产权管理机构中原始版权图像的零水印进行异或，获得待检测置乱后的版权图像；
反置乱模块，用于将待检测置乱后的版权图像进行反置乱，获得待检测版权图像；
相似度计算模块，用于计算待检测版权图像和原始版权图像的相似度；
侵权判定模块，用于当所述相似度大于相似度阈值时，判定待检测矢量地理要素集为侵权数据。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开一种矢量地理数据零水印生成方法及零水印信息检测方法，首先对整个要素集进行旋转标准化，利用Alpha Shapes算法提取出要素集中稳定的外边界轮廓特征点；然后借鉴形状上下文算法中轮廓信息采集的思想，以特征点为原点，建立同心圆区域对地物的空间分布特征进行采集；最后将分布特征与版权图像异或生成零水印。本发明利用稳定的外边界轮廓特征点采集地物分布信息，保证唯一性与鲁棒性的同时，弥补了零水印对矢量地理要素集粒度研究的缺失，解决了现有要素集中各地物要素需要分批多次版权注册，耗时耗力的问题，有效减少了版权注册时的成本与耗时。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的矢量地理数据零水印生成方法的流程图；
图2为本发明实施例1提供的零水印构造原理图；
图3为本发明实施例2提供的零水印信息检测方法的原理图；
图4为本发明实施例3提供的矢量地理要素集的示意图；
图5为本发明实施例3提供的进行构造零水印的版权图像示意图；
图6为本发明实施例3对嵌入水印后的数据进行攻击后的数据和检测结果：图6(a)为平移攻击，图6(b)为缩放攻击，图6(c)为旋转攻击，图6(d)为要素增加攻击，图6(e)为要素删除攻击，图6(f)为地图裁剪攻击。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种矢量地理数据零水印生成方法及零水印信息检测方法，以有效减少版权注册时的成本与耗时。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本发明实施例提供一种矢量地理数据零水印生成方法，如图1和2所示，包括：
步骤S1，对版权图像进行置乱，获得一个二值化的版权矩阵。
二值化的版权矩阵I的大小为N×N。
步骤S2，对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集。
示例性的，坐标系转换的具体过程为：
S2-1，使用Graham扫描法提取矢量地理要素集的凸包；
S2-2，利用旋转卡壳法提取凸包中的最远点对p1与p2；
S2-3，将最远点对p1与p2所构成的轴作为矢量地理要素集的主轴，并以p1为旋转中心点，将矢量地理要素集的主轴与水平轴重合，获得转换后的矢量地理要素集中的要素坐标为其中，(xr,yr)为转换前的矢量地理要素集中第r个要素的坐标，/>为转换后的矢量地理要素集中第r个要素的坐标，θ为主轴与水平轴正方向的夹角。
步骤S3，利用Alpha Shapes算法提取转换后的矢量地理要素集的外边界轮廓特征点集。
外边界轮廓特征点集为其中n为外边界轮廓点的个数。
步骤S4，以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分。
示例性的，具体过程为：以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心，最远点对p1与p2距离的二分之一为半径，构造计数圆环。在每个计数圆环中，过圆心划分为N个角度区域，并沿半径方向划分为N个距离区域；二值化的版权矩阵的行数和列数均为N。
步骤S5，统计落入每个计数圆环的每个网格中的所述转换后的矢量地理要素集中各要素的个数。
矢量地理要素集是由要素类构成，而要素类是由要素构成，要素分别为点、线、面要素三类。
统计落入每个单位圆环(计数圆环的网格)中的矢量地理要素集ZR中的点、线、面要素的个数，其中线与面要素分别求取其形状中心点作为地物位置代表点。
步骤S6，根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵；
S6-1，将各要素落入所有计数圆环的个数形成各要素的计数矩阵序列所述转换后的矢量地理要素集中的要素包括点要素、线要素和面要素；其中，mr为第r个要素的计数矩阵序列，/>分别为第r个要素落入第1、2、3、n个计数圆环的计数矩阵；
S6-2，利用公式对各要素的计数矩阵序列累加求和得到各要素的累计计数矩阵；其中，/>为第r个要素落入第k个计数圆环的网格(i,j)中的个数，/>为第r个要素落入网格(i,j)中的累计个数，n为计数圆环的总数量；
S6-3，利用公式计算各要素的计数平均值；其中，Dr为第r个要素的计数平均值；
S6-4，根据各要素的累计计数矩阵和各要素的计数平均值，利用公式构造各要素的特征矩阵；其中，/>为第r个要素的特征矩阵中网格(i,j)对应的元素。
S6-5，利用公式将点要素的特征矩阵、线要素的特征矩阵以及面要素的特征矩阵进行异或计算，生成矢量地理要素集的要素特征矩阵；其中，M为矢量地理要素集的要素特征矩阵，point_mfeature为点要素的特征矩阵，polyline_mfeature为线要素的特征矩阵，polygon_mfeature为面要素的特征矩阵。
步骤S7，将二值化的版权矩阵与所述要素特征矩阵异或，生成矢量地理要素集的零水印。
计算公式为：W为矢量地理要素集的零水印。
步骤S8，将所述零水印在知识产权管理机构进行版权注册。
本发明方法的基本思路：在矢量地理数据中，要素集常用于表达固定区域内的不同专题，不同专题之间描述的地物与分布规律不同，但是外部边界轮廓却非常接近。所以，可以利用要素集中稳定的外边界轮廓点描述多变的地物位置信息，充分挖掘出矢量地理要素集中地物的空间分布规律。再在此基础上，通过合理方式将规律量化为零水印信息。
算法从矢量地理要素集粒度出发。首先，对整个要素集进行旋转标准化，在此基础上，利用Alpha Shapes算法提取出要素集中稳定的外边界轮廓特征点；然后，借鉴形状上下文算法中轮廓信息采集的思想，以特征点为原点，建立同心圆区域对地物的空间分布特征进行采集；最后，将分布特征与版权图像异或生成零水印。本算法利用稳定的外边界轮廓特征点采集地物分布信息，保证唯一性与鲁棒性的同时，弥补了零水印对矢量地理要素集粒度研究的缺失，为矢量地理数据版权保护提供有效的技术手段。
为解决现有要素粒度零水印算法对矢量地理要素集进行版权保护时成本高、耗时长等问题，本发明提出了一种顾及要素集粒度的矢量地理数据零水印算法。算法充分利用了矢量地理要素集中稳定的外边界轮廓点，以其为圆心，通过形状上下文算法统计点、线、面要素的数量分布特征，将分布特征与版权图像异或生成零水印。该算法在具备唯一性与鲁棒性的同时，能够有效减少版权注册时的成本与耗时，具有较好的实用价值。
本发明的矢量地理数据零水印生成方法为基于矢量地图线(面)数据组织特征设计的无损水印算法。
实施例2
本发明实施例提供一种零水印信息检测方法，如图3所示，包括：
步骤一，采用实施例1所述的矢量地理数据零水印生成方法，生成待检测矢量地理要素集的要素特征矩阵。
步骤二，将待检测矢量地理要素集的要素特征矩阵与知识产权管理机构中原始版权图像的零水印进行异或，获得待检测置乱后的版权图像。
步骤三，将待检测置乱后的版权图像进行反置乱，获得待检测版权图像。
步骤四，计算待检测版权图像和原始版权图像的相似度。
相似度的计算公式为
其中，NC为相似度，P、Q分别为待检测版权图像或原始版权图像的行、列像素个数，I(p,q)为原始版权图像的第(p,q)个像素，I′(p,q)为待检测版权图像的第(p,q)个像素，XNOR表示异或非运算。
步骤五，当所述相似度大于相似度阈值时，判定待检测矢量地理要素集为侵权数据。
实施例3
本发明实施例选取了1:30000的重庆市某地的矢量地理要素集作为原始数据，数据格式为Shape File，坐标系为World Geodetic System 1984 Coordinate System，其中点要素包含了学校、药店和餐饮，线要素包含了县级道路和城市道路，面要素包含了城市公园。针对零水印的生成和检测等过程，给出本发明方法的一个实施例，进一步详细说明本发明。
1.零水印生成
步骤一：将版权图像进行置乱。版权图像如图5所示。
步骤二：通过矢量地理要素集外边界轮廓点提取出内部要素特征。矢量地理要素集如图4所示。
步骤三：将内部要素特征与置乱后的版权图像异或后得到零水印。
2.零水印检测
步骤一：通过待检测矢量地理要素集外边界轮廓点提取出内部要素特征。
步骤二：根据原始数据的零水印与待确认数据的内部要素特征计算出待确认的版权图像。
步骤三：计算出待确认版权图像与原始版权图像的相似度，相似度最高值大于给定的侵权阈值就判定为侵权数据，否则为无关数据。
3.测试与分析
本发明所提出的方法是专门针对矢量地理要素集的无损版权保护方法，采用该方法可以有效地降低矢量地理要素集在IPR管理机构的经济与时间成本，并且零水印具有极强的鲁棒性与唯一性。
(1)零水印的注册与检测
对有意义的版权图像与矢量地理要素集构造出的零水印进行检测。实验结果表明，本方法可以准确提取出原始的版权图像。
(2)抗修改攻击
矢量地理要素集的修改攻击是指其被有意或无意的修改，包括为平移、缩放、旋转、要素增加、要素删除、地图裁剪等，如图6所示。实验结果表明，本方法对于经过不同类型攻击的矢量地理要素集，都能够准确的提取出原始的版权图像，有效地保护数据的版权信息。
实施例4
本发明实施例提供一种矢量地理数据零水印生成系统，包括：
置乱模块，用于对版权图像进行置乱，获得一个二值化的版权矩阵；
转换模块，用于对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集；
外边界轮廓特征点提取模块，用于利用Alpha Shapes算法提取转换后的矢量地理要素集的外边界轮廓特征点集；
网格划分模块，用于以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分；
计数模块，用于统计落入每个计数圆环的每个网格中的所述转换后的矢量地理要素集中各要素的个数；
要素特征矩阵确定模块，用于根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵；
零水印生成模块，用于将二值化的版权矩阵与所述要素特征矩阵异或，生成矢量地理要素集的零水印；
版权注册模块，用于将所述零水印在知识产权管理机构进行版权注册。
实施例5
本发明实施例提供一种零水印信息检测系统，包括：
要素特征矩阵生成模块，用于采用矢量地理数据零水印生成方法，生成待检测矢量地理要素集的要素特征矩阵；
版权图像获得模块，用于将待检测矢量地理要素集的要素特征矩阵与知识产权管理机构中原始版权图像的零水印进行异或，获得待检测置乱后的版权图像；
反置乱模块，用于将待检测置乱后的版权图像进行反置乱，获得待检测版权图像；
相似度计算模块，用于计算待检测版权图像和原始版权图像的相似度；
侵权判定模块，用于当所述相似度大于相似度阈值时，判定待检测矢量地理要素集为侵权数据。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种矢量地理数据零水印生成方法，其特征在于，包括：
对版权图像进行置乱，获得一个二值化的版权矩阵；
对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集；
利用Alpha Shapes算法提取转换后的矢量地理要素集的外边界轮廓特征点集；
以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分；其中，在每个计数圆环中，过圆心划分为N个角度区域，并沿半径方向划分为N个距离区域；所述二值化的版权矩阵的行数和列数均为N；
统计落入每个计数圆环的每个网格中的所述转换后的矢量地理要素集中各要素的个数；
根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵；
将二值化的版权矩阵与所述要素特征矩阵异或，生成矢量地理要素集的零水印；
将所述零水印在知识产权管理机构进行版权注册；
根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵，具体包括：
将各要素落入所有计数圆环的个数形成各要素的计数矩阵序列所述转换后的矢量地理要素集中的要素包括点要素、线要素和面要素；其中，mr为第r个要素的计数矩阵序列，/>分别为第r个要素落入第1、2、3、n个计数圆环的计数矩阵；
根据各要素的计数矩阵序列，构造各要素的特征矩阵；
利用公式将点要素的特征矩阵、线要素的特征矩阵以及面要素的特征矩阵进行异或计算，生成矢量地理要素集的要素特征矩阵；其中，M为矢量地理要素集的要素特征矩阵，point_mfeature为点要素的特征矩阵，polyline_mfeature为线要素的特征矩阵，polygon_mfeature为面要素的特征矩阵；/>为异或的数学符号；
所述根据各要素的计数矩阵序列，构造各要素的特征矩阵，具体包括：
利用公式对各要素的计数矩阵序列累加求和得到各要素的累计计数矩阵；其中，/>为第r个要素落入第k个计数圆环的网格(i,j)中的个数，为第r个要素落入网格(i,j)中的累计个数，n为计数圆环的总数量；
利用公式计算各要素的计数平均值；其中，Dr为第r个要素的计数平均值；
根据各要素的累计计数矩阵和各要素的计数平均值，利用公式构造各要素的特征矩阵；其中，/>为第r个要素的特征矩阵中网格(i,j)对应的元素。
2.根据权利要求1所述的矢量地理数据零水印生成方法，其特征在于，所述对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集，具体包括：
使用Graham扫描法提取矢量地理要素集的凸包；
利用旋转卡壳法提取凸包中的最远点对p1与p2；
将最远点对p1与p2所构成的轴作为矢量地理要素集的主轴，并以p1为旋转中心点，将矢量地理要素集的主轴与水平轴重合，获得转换后的矢量地理要素集中的要素坐标为其中，(xr,yr)为转换前的矢量地理要素集中第r个要素的坐标，为转换后的矢量地理要素集中第r个要素的坐标，θ为主轴与水平轴正方向的夹角。
3.根据权利要求2所述的矢量地理数据零水印生成方法，其特征在于，所述以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，具体包括：
以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心，最远点对p1与p2距离的二分之一为半径，构造计数圆环。
4.一种零水印信息检测方法，其特征在于，包括：
采用权利要求1-3任一项所述的矢量地理数据零水印生成方法，生成待检测矢量地理要素集的要素特征矩阵；
将待检测矢量地理要素集的要素特征矩阵与知识产权管理机构中原始版权图像的零水印进行异或，获得待检测置乱后的版权图像；
将待检测置乱后的版权图像进行反置乱，获得待检测版权图像；
计算待检测版权图像和原始版权图像的相似度；
当所述相似度大于相似度阈值时，判定待检测矢量地理要素集为侵权数据。
5.根据权利要求4所述的零水印信息检测方法，其特征在于，所述相似度的计算公式为
其中，NC为相似度，P、Q分别为待检测版权图像或原始版权图像的行、列像素个数，I(p,q)为原始版权图像的第(p,q)个像素，I′(p,q)为待检测版权图像的第(p,q)个像素，XNOR表示异或非运算。
6.一种矢量地理数据零水印生成系统，其特征在于，包括：
置乱模块，用于对版权图像进行置乱，获得一个二值化的版权矩阵；
转换模块，用于对矢量地理要素集进行坐标系转换，获得转换后的矢量地理要素集；
外边界轮廓特征点提取模块，用于利用Alpha Shapes算法提取转换后的矢量地理要素集的外边界轮廓特征点集；
网格划分模块，用于以外边界轮廓特征点集中的每个外边界轮廓特征点为圆心构造计数圆环，并按照二值化的版权矩阵的行数和列数对每个计数圆环进行网格划分；其中，在每个计数圆环中，过圆心划分为N个角度区域，并沿半径方向划分为N个距离区域；所述二值化的版权矩阵的行数和列数均为N；
计数模块，用于统计落入每个计数圆环的每个网格中的所述转换后的矢量地理要素集中各要素的个数；
要素特征矩阵确定模块，用于根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵；
零水印生成模块，用于将二值化的版权矩阵与所述要素特征矩阵异或，生成矢量地理要素集的零水印；
版权注册模块，用于将所述零水印在知识产权管理机构进行版权注册；
根据所述各要素的个数，确定矢量地理要素集的要素特征矩阵，具体包括：
将各要素落入所有计数圆环的个数形成各要素的计数矩阵序列所述转换后的矢量地理要素集中的要素包括点要素、线要素和面要素；其中，mr为第r个要素的计数矩阵序列，/>分别为第r个要素落入第1、2、3、n个计数圆环的计数矩阵；
根据各要素的计数矩阵序列，构造各要素的特征矩阵；
利用公式将点要素的特征矩阵、线要素的特征矩阵以及面要素的特征矩阵进行异或计算，生成矢量地理要素集的要素特征矩阵；其中，M为矢量地理要素集的要素特征矩阵，point_mfeature为点要素的特征矩阵，polyline_mfeature为线要素的特征矩阵，polygon_mfeature为面要素的特征矩阵；/>为异或的数学符号；
所述根据各要素的计数矩阵序列，构造各要素的特征矩阵，具体包括：
利用公式对各要素的计数矩阵序列累加求和得到各要素的累计计数矩阵；其中，/>为第r个要素落入第k个计数圆环的网格(i,j)中的个数，为第r个要素落入网格(i,j)中的累计个数，n为计数圆环的总数量；
利用公式计算各要素的计数平均值；其中，Dr为第r个要素的计数平均值；
根据各要素的累计计数矩阵和各要素的计数平均值，利用公式构造各要素的特征矩阵；其中，/>为第r个要素的特征矩阵中网格(i,j)对应的元素。
7.一种零水印信息检测系统，其特征在于，包括：
要素特征矩阵生成模块，用于采用权利要求1-3任一项所述的矢量地理数据零水印生成方法，生成待检测矢量地理要素集的要素特征矩阵；
版权图像获得模块，用于将待检测矢量地理要素集的要素特征矩阵与知识产权管理机构中原始版权图像的零水印进行异或，获得待检测置乱后的版权图像；
反置乱模块，用于将待检测置乱后的版权图像进行反置乱，获得待检测版权图像；
相似度计算模块，用于计算待检测版权图像和原始版权图像的相似度；
侵权判定模块，用于当所述相似度大于相似度阈值时，判定待检测矢量地理要素集为侵权数据。
CN202210502629.0A 2022-05-09 2022-05-09 一种矢量地理数据零水印生成方法及零水印信息检测方法 Active CN114897659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210502629.0A CN114897659B (zh) 2022-05-09 2022-05-09 一种矢量地理数据零水印生成方法及零水印信息检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210502629.0A CN114897659B (zh) 2022-05-09 2022-05-09 一种矢量地理数据零水印生成方法及零水印信息检测方法

Publications (2)

Publication Number Publication Date
CN114897659A CN114897659A (zh) 2022-08-12
CN114897659B true CN114897659B (zh) 2023-12-29

Family

ID=82722804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210502629.0A Active CN114897659B (zh) 2022-05-09 2022-05-09 一种矢量地理数据零水印生成方法及零水印信息检测方法

Country Status (1)

Country Link
CN (1) CN114897659B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116582246B (zh) * 2023-06-16 2024-02-06 兰州交通大学 基于混沌和零水印的矢量地理空间数据交换密码水印方法
CN117150456B (zh) * 2023-10-30 2024-01-23 南京师范大学 矢量地理数据交换密码水印方法、装置及介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6154571A (en) * 1998-06-24 2000-11-28 Nec Research Institute, Inc. Robust digital watermarking
JP2001339597A (ja) * 2000-05-29 2001-12-07 Pasuko:Kk ベクトル型地図データに電子透かし情報を埋め込む方法
KR20090030454A (ko) * 2007-09-20 2009-03-25 인하대학교 산학협력단 방위각을 이용한 벡터 데이터 워터마크 삽입방법 및검출방법
CN103810407A (zh) * 2014-02-20 2014-05-21 南京师范大学 一种gis矢量数据线面图层版权认证方法
CN106023056A (zh) * 2016-05-24 2016-10-12 河南师范大学 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置
CN106204411A (zh) * 2016-07-15 2016-12-07 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
KR101725095B1 (ko) * 2016-02-29 2017-04-12 상명대학교산학협력단 회전각도를 모르는 이미지 파일의 워터마크 검출 방법
CN106780287A (zh) * 2017-01-23 2017-05-31 南京师范大学 基于矢量地理线数据组织特征的无损水印方法
CN108961141A (zh) * 2018-07-04 2018-12-07 张新长 矢量地图的双重零水印方法、系统、存储介质及服务器
CN109727279A (zh) * 2018-06-04 2019-05-07 南京师范大学 一种矢量数据与遥感影像的自动配准方法
KR102050882B1 (ko) * 2018-11-30 2019-12-02 주식회사우경정보기술 스트림 암호 기반의 제로-워터마킹을 이용한 영상 보안 방법, 서버 및 컴퓨터 판독 가능한 기록 매체
CN111968027A (zh) * 2020-08-20 2020-11-20 海南大学 基于surf和dct特征的鲁棒彩色图像零水印方法
AU2020104204A4 (en) * 2020-12-21 2021-03-11 South China University Of Technology A method and a device for generating a digital watermark image based on graphic codes

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7197160B2 (en) * 2001-03-05 2007-03-27 Digimarc Corporation Geographic information systems using digital watermarks
CN105263024B (zh) * 2015-10-15 2018-06-29 宁波大学 一种抗量化转码的hevc视频流零水印的注册和检测方法
WO2021003294A1 (en) * 2019-07-01 2021-01-07 Digimarc Corporation Watermarking arrangements permitting vector graphics editing

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6154571A (en) * 1998-06-24 2000-11-28 Nec Research Institute, Inc. Robust digital watermarking
JP2001339597A (ja) * 2000-05-29 2001-12-07 Pasuko:Kk ベクトル型地図データに電子透かし情報を埋め込む方法
KR20090030454A (ko) * 2007-09-20 2009-03-25 인하대학교 산학협력단 방위각을 이용한 벡터 데이터 워터마크 삽입방법 및검출방법
CN103810407A (zh) * 2014-02-20 2014-05-21 南京师范大学 一种gis矢量数据线面图层版权认证方法
KR101725095B1 (ko) * 2016-02-29 2017-04-12 상명대학교산학협력단 회전각도를 모르는 이미지 파일의 워터마크 검출 방법
CN106023056A (zh) * 2016-05-24 2016-10-12 河南师范大学 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置
CN106204411A (zh) * 2016-07-15 2016-12-07 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
CN106780287A (zh) * 2017-01-23 2017-05-31 南京师范大学 基于矢量地理线数据组织特征的无损水印方法
CN109727279A (zh) * 2018-06-04 2019-05-07 南京师范大学 一种矢量数据与遥感影像的自动配准方法
CN108961141A (zh) * 2018-07-04 2018-12-07 张新长 矢量地图的双重零水印方法、系统、存储介质及服务器
KR102050882B1 (ko) * 2018-11-30 2019-12-02 주식회사우경정보기술 스트림 암호 기반의 제로-워터마킹을 이용한 영상 보안 방법, 서버 및 컴퓨터 판독 가능한 기록 매체
CN111968027A (zh) * 2020-08-20 2020-11-20 海南大学 基于surf和dct特征的鲁棒彩色图像零水印方法
AU2020104204A4 (en) * 2020-12-21 2021-03-11 South China University Of Technology A method and a device for generating a digital watermark image based on graphic codes

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
区块链与数字水印相结合的地理数据交易存证及版权保护模型;朱长青等;《测绘学报》;第50卷(第12期);第1695-1704页 *
吕文清 ; 张黎明 ; .运用DFT的矢量地理数据零水印算法.测绘科学技术学报.2018,(第01期),第94-98页. *
基于节点特征的矢量地图零水印算法;孙俞超等;《地理与地理信息科学》;第33卷(第3期);第17-21页 *
基于零水印与脆弱水印的矢量地理数据多重水印算法;梁伟东等;《中山大学学报（自然科学版）》;第57卷(第4期);全文 *
运用DFT的矢量地理数据零水印算法;吕文清;张黎明;;测绘科学技术学报(第01期);第94-98页 *

Also Published As

Publication number Publication date
CN114897659A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN114897659B (zh) 一种矢量地理数据零水印生成方法及零水印信息检测方法
CN109859226B (zh) 一种图形分割的棋盘格角点亚像素的检测方法
CN1168047C (zh) 遥感图像的非线性配准方法
CN111274918B (zh) 基于多源遥感影像的河流干涸断流监测方法和装置
CN104933434A (zh) 一种结合LBP特征提取和surf特征提取方法的图像匹配方法
CN112254656B (zh) 一种基于结构表面点特征的立体视觉三维位移测量方法
CN101882320A (zh) 一种城市空间格局数字复原方法
Peng et al. Reversible data hiding based on RSBEMD coding and adaptive multi-segment left and right histogram shifting
CN110430337B (zh) 图像伪装及图像恢复的方法、设备和存储介质
Chen et al. An efficiency enhanced cluster expanding block algorithm for copy-move forgery detection
CN102194208A (zh) 一种基于图像签名的图像篡改检测与篡改定位方法
CN111104872A (zh) 一种运用sift和svd感知哈希的gf-2影像完整性认证方法
Cao et al. Detecting large-scale underwater cracks based on remote operated vehicle and graph convolutional neural network
CN103024375B (zh) 一种基于双目恰可觉察失真的立体图像半脆弱水印方法
CN109816738B (zh) 一种基于编码结构光的条纹边界提取方法
CN105631860B (zh) 基于局部排序方向直方图描述子的图像同名点提取方法
Ma et al. Log-can: local-global class-aware network for semantic segmentation of remote sensing images
CN112434694B (zh) 一种滚动轴承前盖外圈破损故障识别方法及系统
CN103854249A (zh) 基于局部指数矩特征的数字图像水印方法
CN102881008B (zh) 基于圆环统计特征的抗旋转图像Hash方法
CN104063832B (zh) 一种水印嵌入和提取方法及装置
Cao et al. Iterative embedding-based reversible watermarking for 2D-vector maps
CN102262782A (zh) 一种利用cfa重采样插值定位拼接的数字图像取证方法
CN111798415A (zh) 一种高速公路控制区建筑物监测方法、装置及存储介质
CN102592276A (zh) 一种图像区域描述方法和基于该描述方法的复制图像检测方法

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