CN116363309A - 基于点云投影采样的三维信息隐藏方法与装置 - Google Patents
基于点云投影采样的三维信息隐藏方法与装置 Download PDFInfo
- Publication number
- CN116363309A CN116363309A CN202310298813.2A CN202310298813A CN116363309A CN 116363309 A CN116363309 A CN 116363309A CN 202310298813 A CN202310298813 A CN 202310298813A CN 116363309 A CN116363309 A CN 116363309A
- Authority
- CN
- China
- Prior art keywords
- list
- point cloud
- sampling
- vertex
- dimensional
- 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.)
- Pending
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000013519 translation Methods 0.000 description 11
- 230000014616 translation Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000010008 shearing Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000001360 synchronised effect Effects 0.000 description 7
- 241000282994 Cervidae Species 0.000 description 4
- 239000000654 additive Substances 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
Abstract
本发明提供一种基于点云投影采样的三维信息隐藏方法与装置。信息隐藏方法包括:获取目标三维点云模型;对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点I_List,Z_List,R_List,G_List和B_List;将秘密信息通过采样顶点的Z坐标值和颜色嵌入所述目标三维点云模型,得到隐写三维点云模型。本发明提供的方法,一方面,通过点云投影的方式保证采样顶点的同步性,从而使得信息提取更稳定;另一方面,通过秘密数据同时嵌入到采样顶点的Z坐标值和颜色值,使得嵌入的秘密信息容量增大。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种基于点云投影采样的三维信息隐藏方法与装置。
背景技术
随着互联网的飞速发展,信息的获取变得十分简单,因此网上的秘密信息安全变得十分重要。不同于信息加密,信息隐藏不改变信息的形式,而是将秘密信息隐藏在其他载体中,相比之下隐蔽性更强。目前以二维图像为载体的信息隐藏技术已经较为成熟。不同于二维图像的规则矩阵形式,三维点云模型的信息隐藏可以通过将秘密信息嵌入三维点云模型的顶点实现,而三维点云模型顶点在空间中的分布是不规则的,因此对三维点云模型进行信息隐藏之前必须先找到唯一的顶点顺序,使嵌入和提取端相同,即顶点同步。
目前三维信息的隐藏往往通过移动顶点位置嵌入秘密数据,但顶点顺序在嵌入秘密数据后可能发生改变而破坏了同步性,从而影响秘密数据提取的结果和性能,同时还会影响嵌入方法的不可感知性,而且目前这类方法嵌入秘密数据的容量也不够大。
[1]GirdharA,Kumar V.A reversible and affine invariant 3D data hidingtechnique based on difference shifting and logistic map[J].Journal of AmbientIntelligence and Humanized Computing,2019,10(12):4947-4961.
[2]Khalil O H,Elhadad A,GhareebA.A blind proposed 3D meshwatermarkingtechnique for copyright protection[J].The Imaging ScienceJournal,2020,68(2):90-99.
[3]Ferreira F,Lima J B.A robust 3D point cloud watermarking methodbased on the graph Fourier transform[J].Multimedia Tools and Applications,2020,79(3):1921–1950.
发明内容
本发明的目的在于解决上述现有技术存在的缺陷,提供一种容量大,不可感知性好的基于点云投影采样的三维信息隐藏方法与装置。
一种基于点云投影采样的三维信息隐藏方法,包括:
步骤一:获取目标三维点云模型;
步骤二:对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的红色分量值ri的集合、绿色分量值gi的集合和蓝色分量值bi的集合;
步骤三:将秘密数据通过改变采样顶点的Z坐标值和所述红色分量值ri、绿色分量值gi和蓝色分量值bi的方式嵌入所述目标三维点云模型,得到隐写三维点云模型。
进一步地,如上所述的基于点云投影采样的三维信息隐藏方法,所述步骤二包括:
步骤21:获取目标三维点云模型的顶点集合vi=(xi,yi,zi)T,i=1,2,3,...,n;
步骤23:将所述归一化展开后的点集垂直投影至XOY平面,并对垂直投影后的顶点集合进行处理,以删除重叠投影的顶点,从而得到所述目标三维点云模型的采样顶点I_List,Z_List,R_List,G_List和B_List。
进一步地,如上所述的基于点云投影采样的三维信息隐藏方法,所述对步骤22包括:
步骤221:遍历所述顶点集合,确定每个顶点在X轴的最小值xmin和最大值xmax、以及其在Y轴的最小值ymin和最大值ymax,然后按照公式(1)对xi和yi进行归一化后并展开;
其中,所述L为投影面的长;S为投影面的宽。
进一步地,如上所述的基于点云投影采样的三维信息隐藏方法,所述步骤23包括:
在有多个顶点落入同一个网格的情况下,取X轴坐标值最小的一个顶点;
在有多个X轴坐标值最小的顶点落入同一个网格的情况下,取Y轴坐标值最小的一个顶点;
在有多个X轴坐标值最小、且Y轴坐标值最小的多个顶点落入同一个网格的情况下,取Z轴坐标值最小的一个顶点;
记录最终选取的顶点的索引,并将网格中的索引i按照从左到右,自上而下的顺序存为一维列表I_List,将i对应的Z轴坐标值zi和颜色ri、gi、bi分别存到一维列表Z_List,R_List,G_List和B_List中,最终得到所述目标三维点云模型的采样顶点I_List,Z_List,R_List,G_List和B_List。
进一步地,如上所述的基于点云投影采样的三维信息隐藏方法,所述步骤三包括:
步骤31:读取载体模型M的点集V={vi=(xi,yi,zi)T,i=1,2,...n},n为三维点云模型的顶点总数目;
步骤32:由秘密数据文件生成5位一组的二进制秘密数据序列组S={S1,S2,S3,...,Sm};其中m是将秘密数据文件转换为二进制后,按照5位一组分成的子序列数目,m按照公式(2)取值,其中为上取整运算符号;
任意子序列Sj(j=1,2,…,m)都由5位二进制数字组成,其中的每一位按公式(3)表示;
Sj={sj,1,sj,2,sj,3,sj,4,sj,5} (3)
步骤33:用点云投影采样方法,选取合适的投影面分辨率参数,将点集vi垂直投影至XOY平面,得到至少m个采样顶点;从而得到采样点对应的序号值、Z坐标值和颜色值集合:I_List,Z_List,R_List,G_List和B_List;步骤34:按照公式(4)、(5)求出Z_List中对应的坐标顶点zi中小数点的第5位数字di,5和第6位数字di,6,其中为下取整运算,zi∈Z_List;
步骤35:按照公式(6)和(7)分别在zi的第5、第6位小数值中嵌入秘密数据si,1和si,2
公式中mod()是求余运算,di,j与di,j e对应,表示顶点坐标值zi中小数点第j位(j=5,6)嵌入秘密数据之前和之后的数值,式中1≤i≤m;
步骤36:在zi对应的红、绿、蓝三个颜色值分量中嵌入第i组秘密数据的后三位,如公式(8),分别用si,3、si,4和si,5代替颜色分量ri、gi和bi的最低有效位LSB
根据公式(8)分别用si,3、si,4和si,5代替颜色分量ri、gi和bi的最低有效位
其中LSB()表示求取最低有效位运算;
步骤37:通过I_List将嵌入秘密数据的Z坐标值和颜色分量值组合起来,并映射回载体模型,就得到改变采样顶点Z坐标值和颜色值之后的隐写模型M′。
一种基于点云投影采样的三维信息提取方法,包括:
步骤一:获取隐写模型M′的点集(vi′=(xi′,yi′,zi′)T,i=1,2,…,n);
步骤二:根据点云投影采样将点集vi'垂直投影至XOY平面,得到采样顶点的I_List′,Z_List′,R_List′,G_List′,B_List′;
步骤三:对于Z_List′,取小数点后第5位,第6位数字为di,5',di,6',根据如下公式(9)、(10)提取秘密数据;
步骤四:对于R_List′,G_List′,B_List′,分别取其最低有效位,并按公式(11)提取,从而得到秘密数据的第i组子序列Si′={si,1′,si,2′,si,3′,si,4′,si,5′}
步骤五:重复提取秘密数据的子序列Si′={si,1′,si,2′,si,3′,si,4′,si,5′},直到i=m为止,组合各子序列,恢复出完整的秘密数据序列S′={S1′,S2′,S3′,...,Sm′},再将其转换为原始秘密数据载体的文件格式。
一种基于点云投影采样的三维信息隐藏装置,包括:
获取单元,用于获取目标三维点云模型;
处理单元,用于对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的红色分量值ri的集合、绿色分量值gi的集合和蓝色分量值bi的集合;
嵌入单元,用于将将秘密数据通过改变采样顶点的Z坐标值和所述红色分量值ri、绿色分量值gi和蓝色分量值bi的方式嵌入所述目标三维点云模型,得到隐写三维点云模型。
一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上任一项所述基于点云投影采样的三维信息隐藏方法或所述基于点云投影采样的三维信息提取方法。
一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述基于点云投影采样的三维信息隐藏方法或所述基于点云投影采样的三维信息提取方法。
有益效果:
本发明提供的基于点云投影采样的三维信息隐藏方法与装置,为了保证秘密信息嵌入过程不影响采样顶点的同步性,通过点云投影的方式确定采样顶点,并将秘密信息嵌入到采样顶点的Z坐标值和彩色分量值。一方面,通过点云投影的方式确定采样顶点能够保证采样顶点的同步性,从而使得秘密数据提取更稳定;另一方面,通过秘密数据同时嵌入采样顶点的Z坐标值和三个彩色分量值,使得嵌入的秘密信息容量增大。
附图说明
图1为本发明提供的基于点云投影采样的三维信息隐藏方法原理图;
图2(a)为原始点集在垂直XOY平面的投影图;
图2(b)对图2(a)进行归一化后的投影图;
图2(c)为将图2(b)按投影面展开后的点集图;
图3(a)为举例15个顶点的顶点投影至XOY平面的投影图;
图3(b)为举例15个顶点投影采样后的顶点索引位置图;
图4(a)为兔子(Bunny)的三维点云模型;
图4(b)为鹿(Deer)的三维点云模型;
图4(c)为猫(Cat)的三维点云模型图;
图4(d)为鱼(Fish)的三维点云模型;
图4(e)为三维人脸(3D Face)的三维点云模型;
图5是不同嵌入比例下的PSNR曲线图;
图6为不同载体在不同噪声比例攻击下的相关系数值曲线图;
图7为不同比例噪声攻击下提取出的秘密数据;
图8为不同比例剪切攻击下提取出的秘密数据;
图9是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
顶点同步的三维信息隐藏算法目前有两类,对网格排序和通过点间最小欧氏距离对顶点排序。前者实现过于复杂,且不适用于点云模型;后者虽然实现简单,但是顶点同步不稳定。因为这些方法都是通过移动顶点位置嵌入秘密数据,而嵌入秘密数据后原本同步的顶点顺序可能会发生改变,这种情况在顶点密集时发生的概率很大。三维点云模型的顶点含有位置和色彩信息,现有方法都只使用了位置信息,未充分利用三维点云模型的色彩信息,从而使嵌入容量不够大。针对以上两个问题,本发明提出一种适用于所有三维点云模型的大容量同步三维信息隐藏算法。
图1为本发明提供的基于点云投影采样的三维信息隐藏方法流程图,如图1所示,该方法包括:
步骤101:获取目标三维点云模型。
具体地,所述目标三维点云模型为待嵌入秘密信息的三维点云模型。
步骤102:对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点,所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的红色分量值ri的集合、绿色分量值gi的集合和蓝色分量值bi的集合。
具体地,三维点云模型可以表示为点云、多边形网格模型等。点云模型是三维物体表面海量点的集合,每个点云通常包括空间位置和色彩信息。网格模型除了点信息之外还增加了各点之间的连接关系,通过点的连接进而构成网格。目前主流的三维文件格式有PLY、OBJ、OFF、VRML等。表1展示了点云模型的PLY文件格式。其中X、Y、Z分别为顶点在空间中三个轴上的坐标值,数值类型为浮点数;R、G、B分别为彩色三分量,数值类型为uint8。
表1点云模型PLY文件格式
下面对如何根据目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点的实现过程进行详细介绍:
为了让三维模型的顶点按规则读取,且得到唯一的顶点顺序,本发明采用点云投影采样的方法获取同步顶点。假设三维点云载体模型M的顶点集合为vi=(xi,yi,zi)T,i=1,2,3,…,n。首先设置合适的投影面大小,对坐标进行归一化后展开,,然后将所有顶点投影至XOY平面,按行列规则读取合适的顶点,并存为一维数组。具体步骤如下:
1)归一化后展开遍历点集vi,找到X与Y轴的最小值和最大值xmin,xmax,ymin,ymax,然后按照公式(1)对xi和yi进行归一化和展开,L和S为投影面的分辨率大小(长和宽)。
假设点集vi有四个点,垂直向XOY平面投影后在网格上的位置如图2(a)所示,先对其进行归一化,顶点位置如图2(b)所示。然后将这四个点的X轴坐标值扩大L倍,Y轴坐标值扩大S倍,在投影面上展开后的位置如图2(c)所示。
2)投影采样
将归一化展开后的点集垂直投影至L×S大小的XOY平面。图3(a)、图3(b)为举例15个顶点的顶点投影采样过程示意图,其中,图3(a)为顶点投影至XOY平面的投影图,图3(b)为投影采样后的顶点索引位置图,如图3(a)、3(b)所示,一个网格最多只保留一个点。当有多个点落入同一个网格,取X轴坐标值最小的一个点,若还有多个点,取Y轴坐标值最小的一个点;若仍有多个点重叠,取Z轴坐标值最小的一个点,记录其索引i。将网格中的索引i按照从左到右,自上而下的顺序存为一维列表I_List,将i对应的Z轴坐标值zi和颜色ri、gi、bi分别存到一维列表Z_List,R_List,G_List和B_List中,没有顶点的网格直接跳过。图中展示了一个15个顶点时三维模型垂直投影至二维平面的结果,其对应的I_List为{1,7,9,8,10,6,11,13,2,14,5,4,3}。
本发明提供的方法,通过点云投影确定采样点有两个优点:一是无论顶点的索引顺序如何变化,投影至XOY平面的点的位置都不改变,生成的I_List中所存储的顶点顺序都是唯一的,所以可以抵抗重排序攻击;二是依靠点的X和Y坐标确定投影位置以得到同步顶点,只要嵌入过程不改变X和Y坐标值,就不会影响采样顶点的同步性。
步骤103:通过改变采样顶点的Z坐标值和彩色分量值将秘密信息嵌入所述目标三维点云模型,得到隐写三维点云模型。
本发明提供的三维信息的隐藏方法基于点云投影采样的三维信息隐藏方法,通过点云投影的方式确定采样顶点,并将秘密信息同时嵌入采样顶点的Z坐标值和色彩值。一方面,通过点云投影的方式确定采样顶点能够保证采样顶点的同步性,从而使得秘密信息的提取更稳定;另一方面,通过秘密数据同时嵌入采样顶点的Z坐标值和色彩值,使得嵌入的秘密信息容量增大。
本发明提供的方法分为两部分:秘密数据嵌入、以及秘密数据提取。在嵌入和提取之前都须先进行点云投影采样,获取同步顶点的顺序。然后将秘密数据嵌入到投影采样顶点的坐标值中,最后本发明又提出将一些秘密数据同时嵌入到顶点的3个彩色分量中。
为了增大嵌入容量,本发明采取空间域的方法,通过同时改变顶点的Z轴坐标值与彩色分量值嵌入秘密数据。无论秘密信息的载体是文本、音频或者图像,都需先将含秘密信息的载体文件进行二进制转换,得到二进制的秘密数据序列。具体嵌入过程如下:
步骤1:读取载体模型M的点集V={vi=(xi,yi,zi)T,i=1,2,...n},n为三维点云模型的顶点总数目。
步骤2:由秘密数据文件生成5位一组的二进制秘密数据序列S={S1,S2,S3,...,Sm}。其中m是将秘密数据文件转换为二进制后,按照5位一组分成的子序列数目,m按照公式(2)取值,其中为上取整运算符号。
任意子序列Sj(j=1,2,…,m)都由5位二进制数字组成,其中的每一位可以按公式(3)表示。
sj={sj,1,sj,2,sj,3,sj,4,sj,5} (3)
由于是上取整,最后一个子序列Sm中可能不足5位,此时用子序列S1中的前几位按顺序补足。
步骤3:用点云投影采样方法,选取合适的投影面分辨率参数L和S(即投影平面的长和宽),将点集vi垂直投影至XOY平面。于是就可得到采样点对应的序号值、Z坐标值和彩色分量值集合:I_List,Z_List,R_List,G_List和B_List。
三维模型在空间中的顶点坐标精度可能因计算机或三维软件的不同而改变。为了统一顶点精度,必须对小数点位数进行规定。由于三维模型的顶点坐标保留六位小数就足以恢复所有的细节,因此本发明将三维模型的顶点坐标精度统一规定为小数点第六位,同时将秘密数据嵌入到最后两位,即小数点后的第5、第6位。上面的公式(4)和(5)正是求取的顶点Z坐标值中第5、第6位小数值。
步骤5:按照公式(6)和(7)分别在zi的第5、第6位小数值中嵌入秘密数据si,1和si,2。
公式中mod()是求余运算,di,j与di,j e对应,表示顶点坐标值zi中小数点第j位(j=5,6)嵌入秘密数据之前和之后的数值,式中1≤i≤m。公式(6)和(7)是根据秘密数据是0或1,以及待嵌入数值是奇数或偶数进行嵌入的。
步骤6:在zi对应的红、绿、蓝三个彩色分量值中嵌入第i组秘密数据的后三位。如公式(8),分别用si,3、si,4和si,5代替颜色分量ri、gi和bi的最低有效位LSB(Leastsignificantbit)。
其中LSB()表示求取最低有效位运算。
步骤7:嵌入完成后,通过I_List将嵌入秘密数据的Z坐标值和彩色分量值组合起来,并映射回载体模型,就可得到改变采样顶点Z坐标值和颜色值之后的隐写模型M′。
本发明提供的三维信息隐藏方法,通过将秘密数据分别嵌入Z_List对应的小数点后第5位、第6位数字和R_List,G_List和B_List对应的最低有效位中,使得嵌入容量得到极大提升。
下面对秘密信息的提取过程进行详细说明,秘密数据的提取是嵌入的逆过程,具体如下:
步骤1:获取隐写模型M′的点集(vi′=(xi′,yi′,zi′)T,i=1,2,…,n)。
步骤2:应用点云投影采样将点集vi'垂直投影至XOY平面,得到采样顶点的I_List′,Z_List′,R_List′,G_List′,B_List′。
步骤3:对于Z_List′,取小数点后第5位,第6位数字为di,5',di,6',按照公式(9)和(10)提取秘密数据。
步骤4:对于R_List′,G_List′,B_List′,分别取其最低有效位,并按公式(11)提取。至此,秘密数据的第i组子序列Si′={si,1′,si,2′,si,3′,si,4′,si,5′}提取完毕。
步骤5:令i=i+1,重复步骤3,4,直到i=m为止。组合各子序列,恢复出完整的秘密数据序列S′={S1′,S2′,S3′,...,Sm′},再将其转换为原始秘密数据载体的文件格式。
实验结果验证:
本发明实验是用MATLAB版本64位R2017a所做。采用Bunny、Deer、Cat、Fish和3DFace作为目标三维点云模型,图4(a)为兔子的三维点云模型;图4(b)为鹿的三维点云模型;图4(c)为猫的三维点云模型图;图4(d)为鱼的三维点云模型,图4(e)为三维人脸模型;如图4(a)、图4(b)、图4(c)、图4(d)、图4(e)所示。
嵌入容量
本发明提供的方法是一种可调容量的嵌入方法,可以调节投影面尺寸控制采样顶点的数目,每个采样顶点可以嵌入5bit信息,从而调节容量。投影采样时,可根据目标三维点云模型尺寸合理选择投影面的长宽比,再根据秘密数据长度选择投影面大小,以此得到最优的嵌入策略。为了说明容量与投影面的关系,对五种点云模型进行了不同分辨率的投影采样,如表2所示。可以看出,投影面越大,可嵌入的容量越多,当投影面无限大时,容量等于或接近顶点数的5倍。因为此方法为垂直投影,存在若干个投影点完全重合的情况,所以采样点数不大于顶点数。
表2不同投影面的容量测试
不可感知性
不可感知性是信息隐藏的最关键指标,是衡量算法隐蔽性的标准。隐写模型失真越小,则隐蔽性越好。为了衡量本发明方法的不可感知性,本发明提供的实验采用了衡量色彩失真的指标PSNR(Peak Signal to Noise Ratio,峰值信噪比),如公式(12)所示。
其中,n为三维点云模型的顶点数量。为载体模型的平均坐标值,vi,x,vi,y,vi,z为载体模型的坐标值,v'i,xgi,x,v'i,ygi,y,v'i,zgi,z为隐写模型的坐标值。Ii和I′i分别为载体和隐写模型的亮度值,Imax为其最大亮度值。
为了客观分析容量与不可感知性的关系,对不同比例嵌入容量下的五个载体模型进行了测试,PSNR结果如图5所示。其中,嵌入比例指嵌入秘密数据的顶点数占总顶点数的百分比。可以看出,PSNR与嵌入容量成负相关关系,说明嵌入容量越大,不可感知性越差;当五个载体模型都为最大嵌入容量时,SNR都大于80db,彩色分量都嵌入后的PSNR都大于51dB,说明此算法具有良好的不可感知性。
计算时间
本发明提供的方法,整个过程所花费的时间分为三部分:点云投影采样的同步时间,信息嵌入时间和提取时间。由于在嵌入与提取之前都需进行顶点同步,所以嵌入与提取时间都要加上这部分时间。表3是五种模型最大嵌入容量时的消耗时间,实验所用的电脑配置为Intel(R)Core(TM)i5-8300HCPU@2.30GHz处理器、16GB内存。从表3可以看出,所用时间都与嵌入容量正相关;而且顶点同步的时间非常短,不足嵌入时间的1/10,说明顶点同步效率极高。
表3不同模型时间测试(单位:秒)
鲁棒性为了验证算法的鲁棒性,采用相关系数coef进行客观评判,其计算方法如公式(13)。
1)平移攻击。表4给出了5种模型的平移和缩放攻击结果。由表可见,单独对X轴坐标平移(Y,Z坐标不变)、单独对Y轴坐标平移(X,Z坐标不变)、或者同时对X和Y轴坐标平移(Z坐标不变),相关系数值基本都为1,仅Fish模型相关系数为0.9997。但Z轴坐标的平移却使相关系数偏离1,而且下降较多,就是说不能抵御Z轴的平移攻击。
由于本发明在位置嵌入部分没有改动X和Y轴的坐标值,所以可以完全抵抗X和Y轴方向的平移攻击。
2)缩放攻击。由表4可以看出,无论对X,Y轴坐标进行放大还是缩小,相关系数都接近于1,但对Z轴进行缩放时,相关系数急剧下降,远远偏离了1。因此可以说,本发明方法对X和Y轴方向的缩放攻击有较好的抵抗能力,但对Z轴的缩放攻击无能为力。原因同平移攻击。
3)顶点重排序攻击。本发明采用投影采样方法确定顶点的唯一顺序,即使嵌入水印也能保证顶点的同步性,所以可以完全抵抗顶点重排序攻击。仿真实验结果和分析完全一致。
4)加性噪声攻击。由于本发明只改变Z轴坐标值嵌入秘密数据,所以噪声攻击实验主要针对三维点云模型的顶点Z坐标值,用强度为[0,0.01]的随机加性噪声进行攻击实验。实验结果见图6,其中噪声比例为加噪顶点数目占总顶点数的比例。图7给出了Bunny载体模型下不同比例噪声攻击时提取的秘密数据(校徽图片)。
5)剪切攻击。为了不破坏模型投影的最大边界,导致顶点同步出错,剪切攻击为平行于XOY平面的剪切,剪切比例为剪掉的顶点数占总顶点数的比例。相关系数结果如图8。图8所示给出了Bunny载体在不同剪切比例时提取的秘密数据。可以看出,当剪切比例小于5%时,相关系数大于0.9,提取的图片只有微小改变。当剪切比例处于5%~15%之间时,相关系数大于0.75。可以说,本算法对剪切比例小于15%的剪切攻击有一定的抵抗能力。
表4平移和缩放攻击时的相关系数值
与其他现有方法综合比较
本发明提供的方法与近几年的三维信息隐藏进行了比较,如表5所示。文献[1]与文献[2]只能应用于网格模型,使用上有限制,文献[3]和本发明可以应用于网格和点云两种。文献[3]为变换域的非盲提取方法,抗攻击性能最好,能抵抗RST攻击、噪声、剪切、顶点重排序攻击,但它付出的代价是嵌入容量的极剧降低,仅为其它算法的1.88%-2.81%。。文献[1]、文献[2]和本发明算法都是盲提取,但前两者只是用顶点进行嵌入,本发明算法同时嵌入顶点和颜色,因此嵌入容量比二者大很多。本发明提供的方法采用了投影采样对顶点排序,所以可以抵抗重排序攻击,同时可以完全抵抗X和Y轴方向的平移攻击,较好抵抗X和Y轴方向的缩放攻击;还可以同时抵抗加性随机噪声和不损坏投影面的剪切攻击。
表5与现有方法比较
本发明提供的基于投影采样的三维点云信息隐藏方法,这种方法得到的顶点顺序在嵌入和提取端是同步的,适用于各种三维点云模型。该方法是一种盲提取方法,不仅在传统的改变顶点位置时嵌入数据,还同时改变了顶点的颜色值,极大提高了嵌入容量。这种方法可以完全抵抗X和Y轴的平移攻击、、重排序攻击,能较好抵抗X和Y轴的缩放攻击、加性噪声攻击和剪切攻击。该发明适用于三维点云模型的隐私保护,例如医学模型中对患者的隐私保护;还可用于三维人脸建模时人脸模型的版权和肖像权保护与验证等。
下面对本发明提供的基于点云投影采样的三维信息隐藏装置进行描述,下文描述的基于点云投影采样的三维信息隐藏装置与上文描述的基于点云投影采样的三维信息隐藏方法可相互对应参照。
一种基于点云投影采样的三维信息隐藏装置,包括:
获取单元,用于获取目标三维点云模型;
处理单元,还用于对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的彩色分量值ri集合、gi集合和bi集合;
嵌入单元,用于将秘密信息通过采样顶点的Z坐标值和彩色分量值ri集合、gi集合和bi集合嵌入所述目标三维点云模型,得到隐写三维点云模型。
图9示例了一种电子设备的实体结构示意图,如图9所示,该电子设备可以包括:处理器(processor)910、通信接口(CommunicationsInterface)920、存储器(memory)930和通信总线940,其中,处理器910,通信接口920,存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令,以执行基于点云投影采样的三维信息隐藏方法,该方法包括:获取目标三维点云模型;
对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的彩色分量值ri集合、gi集合和bi集合;
将秘密信息通过采样顶点的Z坐标值和彩色分量值ri集合、gi集合和bi集合嵌入所述目标三维点云模型,得到隐写三维点云模型。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的基于点云投影采样的三维信息隐藏方法,该方法包括:获取目标三维点云模型;
对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的彩色分量值ri集合、gi集合和bi集合;
将秘密信息通过采样顶点的Z坐标值和彩色分量值ri集合、gi集合和bi集合嵌入所述目标三维点云模型,得到隐写三维点云模型。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于点云投影采样的三维信息隐藏方法,其特征在于,包括:
步骤一:获取目标三维点云模型;
步骤二:对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的红色分量值ri的集合、绿色分量值gi的集合和蓝色分量值bi的集合;
步骤三:将秘密数据通过改变采样顶点的Z坐标值和所述红色分量值ri、绿色分量值gi和蓝色分量值bi的方式嵌入所述目标三维点云模型,得到隐写三维点云模型。
4.根据权利要求3所述的基于点云投影采样的三维信息隐藏方法,其特征在于,所述步骤23包括:
在有多个顶点落入同一个网格的情况下,取X轴坐标值最小的一个顶点;
在有多个X轴坐标值最小的顶点落入同一个网格的情况下,取Y轴坐标值最小的一个顶点;
在有多个X轴坐标值最小、且Y轴坐标值最小的多个顶点落入同一个网格的情况下,取Z轴坐标值最小的一个顶点;
记录最终选取的顶点的索引,并将网格中的索引i按照从左到右,自上而下的顺序存为一维列表I_List,将i对应的Z轴坐标值zi和颜色ri、gi、bi分别存到一维列表Z_List,R_List,G_List和B_List中,最终得到所述目标三维点云模型的采样顶点I_List,Z_List,R_List,G_List和B_List。
5.根据权利要求1-4任一所述的基于点云投影采样的三维信息隐藏方法,其特征在于,所述步骤三包括:
步骤31:读取载体模型M的点集V={vi=(xi,yi,zi)T,i=1,2,...n},n为三维点云模型的顶点总数目;
步骤32:由秘密数据文件生成5位一组的二进制秘密数据序列组S={S1,S2,S3,...,Sm};其中m是将秘密数据文件转换为二进制后,按照5位一组分成的子序列数目,m按照公式(2)取值,其中为上取整运算符号;
任意子序列Sj(j=1,2,…,m)都由5位二进制数字组成,其中的每一位按公式(3)表示;
Sj={sj,1,sj,2,sj,3,sj,4,sj,5} (3)
步骤33:用点云投影采样方法,选取合适的投影面分辨率参数,将点集vi垂直投影至XOY平面,得到至少m个采样顶点;从而得到采样点对应的序号值、Z坐标值和颜色值集合:I_List,Z_List,R_List,G_List和B_List;
步骤35:按照公式(6)和(7)分别在zi的第5、第6位小数值中嵌入秘密数据si,1和si,2
公式中mod()是求余运算,di,j与di,j e对应,表示顶点坐标值zi中小数点第j位(j=5,6)嵌入秘密数据之前和之后的数值,式中1≤i≤m;
步骤36:在zi对应的红、绿、蓝三个颜色值分量中嵌入第i组秘密数据的后三位,如公式(8),分别用si,3、si,4和si,5代替颜色分量ri、gi和bi的最低有效位LSB
根据公式(8)分别用si,3、si,4和si,5代替颜色分量ri、gi和bi的最低有效位
其中LSB( )表示求取最低有效位运算;
步骤37:通过I_List将嵌入秘密数据的Z坐标值和颜色分量值组合起来,并映射回载体模型,就得到改变采样顶点Z坐标值和颜色值之后的隐写模型M′。
6.一种基于点云投影采样的三维信息提取方法,其特征在于,包括:
步骤一:获取隐写模型M′的点集(vi′=(xi′,yi′,zi′)T,i=1,2,…,n);
步骤二:根据点云投影采样将点集vi'垂直投影至XOY平面,得到采样顶点的I_List′,Z_List′,R_List′,G_List′,B_List′;
步骤三:对于Z_List′,取小数点后第5位,第6位数字为di,5',di,6',根据如下公式(9)、(10)提取秘密数据;
步骤四:对于R_List′,G_List′,B_List′,分别取其最低有效位,并按公式(11)提取,从而得到秘密数据的第i组子序列Si′={si,1′,si,2′,si,3′,si,4′,si,5′}
步骤五:重复提取秘密数据的子序列Si′={si,1′,si,2′,si,3′,si,4′,si,5′},直到i=m为止,组合各子序列,恢复出完整的秘密数据序列S′={S1′,S2′,S3′,...,Sm′},再将其转换为原始秘密数据载体的文件格式。
7.一种基于点云投影采样的三维信息隐藏装置,其特征在于,包括:
获取单元,用于获取目标三维点云模型;
处理单元,用于对所述目标三维点云模型进行点云投影采样,获取目标三维点云模型的采样顶点;所述采样顶点包括:I_List,Z_List,R_List,G_List和B_List;所述I_List为采样顶点的索引集合,所述Z_List为采样顶点的Z坐标值集合,所述R_List,G_List和B_List分别对应采样顶点的红色分量值ri的集合、绿色分量值gi的集合和蓝色分量值bi的集合;
嵌入单元,用于将秘密数据通过改变采样顶点的Z坐标值和所述-红色分量值ri、绿色分量值gi和蓝色分量值bi的方式嵌入所述目标三维点云模型,得到隐写三维点云模型。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述基于点云投影采样的三维信息隐藏方法或权利要求7所述基于点云投影采样的三维信息提取方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于点云投影采样的三维信息隐藏方法或权利要求6所述基于点云投影采样的三维信息提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310298813.2A CN116363309A (zh) | 2023-03-24 | 2023-03-24 | 基于点云投影采样的三维信息隐藏方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310298813.2A CN116363309A (zh) | 2023-03-24 | 2023-03-24 | 基于点云投影采样的三维信息隐藏方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116363309A true CN116363309A (zh) | 2023-06-30 |
Family
ID=86929052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310298813.2A Pending CN116363309A (zh) | 2023-03-24 | 2023-03-24 | 基于点云投影采样的三维信息隐藏方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116363309A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152733A (zh) * | 2023-07-10 | 2023-12-01 | 中国地质大学(武汉) | 一种地质材料材质识别方法、系统及可读存储介质 |
-
2023
- 2023-03-24 CN CN202310298813.2A patent/CN116363309A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152733A (zh) * | 2023-07-10 | 2023-12-01 | 中国地质大学(武汉) | 一种地质材料材质识别方法、系统及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cotting et al. | Robust watermarking of point-sampled geometry | |
Lin et al. | Fast, automatic and fine-grained tampered JPEG image detection via DCT coefficient analysis | |
Wang et al. | A new watermarking method for 3D models based on integral invariants | |
KR20010113857A (ko) | 회전, 스케일, 그리고 변이 회복되는 이미지들을 위한공개 워터마킹 | |
İmamoğlu et al. | Detection of copy-move forgery using krawtchouk moment | |
CN108596823A (zh) | 一种基于稀疏变换的数字盲水印的嵌入和提取方法 | |
Zhang et al. | Distinguishing photographic images and photorealistic computer graphics using visual vocabulary on local image edges | |
WO2021188104A1 (en) | Object pose estimation and defect detection | |
CN108876694B (zh) | 基于Schur分解的三维模型盲数字水印算法 | |
Peng et al. | Identification of natural images and computer generated graphics based on hybrid features | |
AU2010238503B2 (en) | Two dimensional information symbol | |
Zope-Chaudhari et al. | Copyright protection of vector data using vector watermark | |
Wang et al. | Reversible data hiding for point-sampled geometry. | |
Molaei et al. | A blind fragile watermarking method for 3D models based on geometric properties of triangles | |
CN116757909A (zh) | Bim数据鲁棒水印方法、装置及介质 | |
Wang et al. | Hierarchical blind watermarking of 3D triangular meshes | |
CN116363309A (zh) | 基于点云投影采样的三维信息隐藏方法与装置 | |
Luo et al. | A reversible data hiding scheme for 3D point cloud model | |
Ardizzone et al. | Detection of duplicated regions in tampered digital images by bit-plane analysis | |
Zhang et al. | Sedenion polar harmonic Fourier moments and their application in multi-view color image watermarking | |
Zhao et al. | Effective digital image copy-move location algorithm robust to geometric transformations | |
CN114390154A (zh) | 基于信道匹配网络选择嵌入通道的鲁棒隐写方法及系统 | |
Eshraghi et al. | 3D watermarking robust to accessible attacks | |
Rouis et al. | Local geometry analysis for image tampering detection | |
KR100945724B1 (ko) | 국부변형에 대해 강건한 라인 워터마킹 방법 |
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 |