CN116485621B - 一种精度可控的倾斜摄影三维模型可逆水印方法 - Google Patents
一种精度可控的倾斜摄影三维模型可逆水印方法 Download PDFInfo
- Publication number
- CN116485621B CN116485621B CN202310463290.2A CN202310463290A CN116485621B CN 116485621 B CN116485621 B CN 116485621B CN 202310463290 A CN202310463290 A CN 202310463290A CN 116485621 B CN116485621 B CN 116485621B
- Authority
- CN
- China
- Prior art keywords
- watermark
- dimensional model
- points
- characteristic points
- characteristic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002441 reversible effect Effects 0.000 title claims abstract description 14
- 238000011084 recovery Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 abstract description 5
- 238000005520 cutting process Methods 0.000 abstract description 3
- 238000013519 translation Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种精度可控的倾斜摄影三维模型可逆水印方法。首先,利用顶点法向量夹角均值具有全局稳定性的特点,提取倾斜摄影三维模型特征点;其次,以特征点与非特征点之间距离的比值建立映射关系,对顶点进行分组,每个分组由一个特征点对应若干个非特征点构成;最后,在分组中以特征点为坐标原点,构建出球面坐标系,通过修改坐标系的半径嵌入水印。该方法采用在半径中不同位置提取水印,获取不同半径来恢复数据,以此实现数据的精度可控。实验表明,本文提出的倾斜摄影三维模型可逆水印方法能够实现恢复数据精度可控,同时该方法对平移、旋转、裁剪及简化等攻击具有良好的鲁棒性。
Description
技术领域
本发明属于地理空间数据安全领域,更具体的说是涉及一种精度可控的倾斜摄影三维模型可逆水印方法。
背景技术
近年来,摄影测量技术发展迅速,倾斜摄影三维模型是利用倾斜摄影技术捕捉地表特征的三维模型,它可以提供准确的地形和地物信息,以及地表特征的精确定位。目前,倾斜摄影测量技术以其高效、范围广、真实感强等优点,被广泛应用于定位服务、建筑物建模和城市景观的规划等领域,具有较高的生产成本和使用价值。当前,基于倾斜摄影测量的三维建模已成为城市级实景三维建设的发展趋势。然而,伴随着数据的快速使用、交换和分享,数据的安全问题越来越引起了社会的关注,如何对三维模型进行加密处理、促进数据共享成为三维应用领域亟须解决的问题。为了满足倾斜摄影三维模型的版权保护需求与精度要求,需要研究能够兼顾版权保护和精度控制的技术手段,促进其数据共享,更好地服务于实景三维中国建设。
数字水印技术是一种前沿的信息安全技术,被认为是保护三维模型版权的有效解决方案,该技术通过特定的算法,利用数据本身作为载体,将水印信息与数据融为一体,用于隐藏版权拥有者、数据使用者等信息,目前已被广泛应用在视频、音频以及二维地理数据的版权保护中。数字水印技术适用于事后的版权认定和使用追踪,一旦数据发生泄露或盗用,从数据中检测到的信息将会是责任认定的有力依据。一般需要保护的数字产品均可以根据使用环境和鲁棒性需求,结合自身特点,通过一定的方法和数据处理方式嵌入水印,利用数字水印技术保护数据安全。目前在倾斜摄影三维模型版权保护方法研究中,通常有基于高程差值排序的、基于尺度不变特征的、基于主对象轴的、基于调制顶点到其相邻顶点的质心距离等方法。但这些方法针对倾斜摄影三维模型的数字水印方法无法实现恢复数据精度控制。
倾斜摄影三维模型的特征点指表示倾斜摄影三维模型的基本几何或纹理特征的点,这些点为稳定的全局特征,不会随着坐标系的改变而改变。为了提高方法的安全性和鲁棒性,本文利用基于局部法向量夹角均值的特征点提取方法。
分组嵌入水印是抵抗裁剪攻击常见的方法,通过顶点的模长比值映射关系,倾斜摄影三维模型顶点被划分成若干个独立分组,将水印在分组中嵌入可以有效抵抗裁剪攻击。
本发明综合利用特征点提取与顶点分组处理的优势,提出了一种运用特征点分组的倾斜摄影三维模型可逆水印方法,实现对倾斜摄影三维模型在存储、传输和使用过程中的版权保护。
发明内容
有鉴于此,本发明针对现有倾斜摄影三维模型可逆水印方法,大部分只能恢复单一精度数据,难以满足不同用户的需求。本文提出一种恢复数据精度可控的倾斜摄影三维模型可逆水印方法。该方法首先利用顶点法向量夹角均值具有全局稳定性的特点,提取倾斜摄影三维模型特征点;其次,以特征点与非特征点之间距离的比值建立映射关系,对顶点进行分组,每个分组由一个特征点对应若干个非特征点构成;最后,在分组中以特征点为坐标原点,构建出球面坐标系,通过修改坐标系的半径嵌入水印。该方法采用在半径中不同位置提取水印,获取不同半径来恢复数据,以此实现数据的精度可控。实验表明,本文提出的倾斜摄影三维模型可逆水印方法能够实现恢复数据精度可控,同时该方法对平移、旋转、裁剪及简化等攻击具有良好的鲁棒性。
为了实现上述目的,本发明采用如下技术方案:
1、一种精度可控的倾斜摄影三维模型可逆水印方法,包括水印信息生成、水印嵌入、水印提取和恢复数据四部分:
水印信息生成步骤如下:
S1:读取原始水印图像,应用Arnold变换置乱水印图像;
S2:将得到的水印图像二值化,得到二值序列;
水印嵌入步骤如下:
S3:读取原始倾斜摄影三维模型的顶点,求点的法向量;
S4:计算每一个顶点与其邻域内点法向量的夹角,并求得顶点法向量夹角的均值;
S5:设定阈值,将顶点分别分类在特征点集和非特征点集中;
S6:计算两类点的模长,并计算从非特征点到特征点的空间距离比值;
S7:以距离比值的最小值建立映射关系,将所有的非特征点根据比值关系映射到对应特征点;
S8:由建立的映射关系对所有顶点进行分组,即每个分组由一个特征点及其所对应的若干个非特征点组成;
S9:在分组中,以对应的特征点为坐标原点将所有非特征点的直角坐标转换为球面坐标,以半径计算水印索引值,并将水印嵌入到半径中;
S10:根据以上步骤对倾斜摄影三维模型的所有分组进行水印嵌入,得到含水印的倾斜摄影三维模型;
水印提取步骤如下:
S11:将步骤S10得到的含水印的倾斜摄影三维模型,执行在水印嵌入阶段中步骤S3-S9相同的处理,得到分组后构建的球面坐标系中的半径值;
S12:以半径计算水印索引值,并提取水印;
恢复数据步骤如下:
S13:由步骤S11求得的半径,再利用不同取值得到不同半径值,计算对应的直角坐标,恢复得到不同精度的倾斜摄影三维模型;
S14:结束;
本发明方法先进、科学,保证水印信息的有效提取,鲁棒性好,能够为倾斜摄影三维模型的安全使用和版权保护提供一种新的方案。通过实验表明,该方法能够实现恢复数据精度可控,同时该方法对平移、旋转、裁剪及简化等攻击具有良好的鲁棒性,具有较好的使用价值。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍,显而易见地,下面描述中的附图仅仅是本发明的示意图,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的精度可控的倾斜摄影三维模型可逆水印方法的流程图;
图2为本发明提供的实验所用的数据、Arnold置乱及恢复后的水印;
图3为本发明提供的测试实验可视化结果;
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的一部分实施例,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。
为了详细说明本发明的技术内容、构造特征、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。
1.水印信息生成
Step1读取原始水印图像,应用Arnold变换来置乱水印图像,得到置乱后的水印图像;
Step2然后对置乱后的水印图像二值化,得到二值水印序列W={w[j]},j∈[0,l-1];
2.水印嵌入
Step3数据预处理。读取原始倾斜摄影三维模型的水印顶点,对倾斜摄影三维模型的顶点集合P内的点求法向量计算点与其邻域内点法向量的夹角θij,以及点法向量夹角的均值/>
Step4设定阈值ε,当时,认定该点处及其邻域变换幅度较大,特征表现良好,将其分类在特征点集中,当/>时,认定该点处及其邻域变换幅度较小,较为平坦,特征表现差,分类在非特征点集中;
Step5计算pi和pj的模长,以及从pj到每个pi的空间距离比值计算如下:
其中,(xi,yi,zi)和(xj,yj,zj)表示pi和pj点的坐标值;
Step6从获得的距离比值K中选择最小值,以最小值来确定两个不同点集中点之间的对应关系。将所有的非特征点根据比值关系分组映射到对应特征点;
Step7由建立的映射关系对所有顶点进行分组,即每个分组由一个特征点及其所对应的若干个非特征点组成;
Step8以对应的特征点为坐标原点将所有非特征点的直角坐标转换为球面坐标。计算方法如下:
其中:pi=(xi,yi,zi)和pj=(xj,yj,zj)分别表示特征点与非特征点的直角坐标,{0≤l≤n-1};
Step9将水印嵌入到分组后非特征点的球面坐标系的半径中,水印索引计算公式为wl=w[rl%wlength]。嵌入计算公式如下:
式中,“[]”表示取整,t决定水印嵌入的位置,可以实现多次嵌入,Int和Modf分别代表取整数部分和小数部分的函数;
Step10将r′l通过坐标转换求得直角坐标。计算公式如下:
式中,(x′,y′,z′)表示含水印的非特征点pj直角坐标。直至所有分组完成水印嵌入,得到含水印的倾斜摄影三维模型;
3.水印提取
Step11将步骤Step10得到的含水印的倾斜摄影三维模型,执行在水印嵌入阶段中步骤Step3至Step8相同的处理过程,得到分组后构建的球面坐标系中的半径值;
Step12以半径计算水印索引值,将提取的水印信息W′l转化为水印图像。计算公式如下:
w'l=[Modf(r'l×10t)×10]
4.数据恢复
Step13由不同的t值得到的不同rl值。计算公式如下:
Step14计算对应的直角坐标(x,y,z),实现恢复不同精度的原始数据。计算公式如下:
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种精度可控的倾斜摄影三维模型可逆水印方法,其特征在于,包括水印信息生成、水印嵌入、水印提取和恢复数据四部分:
水印信息生成步骤如下:
S1:读取原始水印图像,应用Arnold变换来置乱水印图像;
S2:将得到的水印图像二值化,得到二值水印序列W={w[j]},j∈[0,l-1];
水印嵌入步骤如下:
S3:读取原始倾斜摄影三维模型的顶点,求点的法向量;
S4:计算每一个顶点与其邻域内点法向量的夹角,并求得顶点法向量夹角的均值
S5:设定阈值,将顶点分别分类在特征点集和非特征点集中;
设定阈值ε,当时,认定该点处及其邻域变换幅度较大,特征表现良好,将其分类在特征点集中,当/>时,认定该点处及其邻域变换幅度较小,较为平坦,特征表现差,分类在非特征点集中;
S6:计算两类点的模长,并计算从非特征点到特征点的空间距离比值;
计算pi和pj的模长,以及从pj到每个pi的空间距离比值计算如下:
其中,(xi,yi,zi)和(xj,yj,zj)表示pi和pj点的坐标值;
S7:以距离比值的最小值建立映射关系,将所有的非特征点根据比值关系映射到对应特征点;
从获得的距离比值K中选择最小值,以最小值来确定两个不同点集中点之间的对应关系,将所有的非特征点根据比值关系分组映射到对应特征点;
S8:由建立的映射关系对所有顶点进行分组,即每个分组由一个特征点及其所对应的若干个非特征点组成;
S9:在分组中,以对应的特征点为坐标原点将所有非特征点的直角坐标转换为球面坐标,以半径计算水印索引值,并将水印嵌入到半径中;
以对应的特征点为坐标原点将所有非特征点的直角坐标转换为球面坐标,计算方法如下:
其中:pi=(xi,yi,zi)和pj=(xj,yj,zj)分别表示特征点与非特征点的直角坐标;
将水印嵌入到分组后非特征点的球面坐标系的半径中,水印索引计算公式为wl=w[rl%wlength],嵌入计算公式如下:
式中,“[]”表示取整,t决定水印嵌入的位置,可以实现多次嵌入,Int和Modf分别代表取整数部分和小数部分的函数;
S10:根据以上步骤对倾斜摄影三维模型的所有分组进行水印嵌入,得到含水印的倾斜摄影三维模型;
将r′l通过坐标转换求得直角坐标,计算公式如下:
式中,(x′,y′,z′)表示含水印的非特征点pj直角坐标,直至所有分组完成水印嵌入,得到含水印的倾斜摄影三维模型;
水印提取步骤如下:
S11:将步骤S10得到的含水印的倾斜摄影三维模型,执行在水印嵌入阶段中步骤S3-S9相同的处理,得到分组后构建的球面坐标系中的半径值;
S12:以半径计算水印索引值,并提取水印;
恢复数据步骤如下:
S13:由步骤S11求得的半径,再由不同取值得到不同半径值,计算对应的直角坐标,恢复得到不同精度的倾斜摄影三维模型;
S14:结束。
2.根据权利要求1所述的一种精度可控的倾斜摄影三维模型可逆水印方法,其特征在于,在步骤S10中,运用步骤S1到S2生成的水印信息完成水印嵌入操作。
3.根据权利要求1或权利要求2所述的一种精度可控的倾斜摄影三维模型可逆水印方法,应用场景还包括三维网格数据的版权保护,其特征在于,运用水印技术对倾斜摄影三维模型的版权进行认证和应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310463290.2A CN116485621B (zh) | 2023-04-26 | 2023-04-26 | 一种精度可控的倾斜摄影三维模型可逆水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310463290.2A CN116485621B (zh) | 2023-04-26 | 2023-04-26 | 一种精度可控的倾斜摄影三维模型可逆水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116485621A CN116485621A (zh) | 2023-07-25 |
CN116485621B true CN116485621B (zh) | 2023-09-22 |
Family
ID=87221080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310463290.2A Active CN116485621B (zh) | 2023-04-26 | 2023-04-26 | 一种精度可控的倾斜摄影三维模型可逆水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116485621B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663668A (zh) * | 2012-04-06 | 2012-09-12 | 王涛 | 一种基于连续矢量图形的数字水印系统及实现方法 |
CN104574289A (zh) * | 2013-10-29 | 2015-04-29 | 深圳市中航比特通讯技术有限公司 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
CN108335256A (zh) * | 2017-12-13 | 2018-07-27 | 深圳大学 | 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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008536436A (ja) * | 2005-04-14 | 2008-09-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 動画信号の電子透かし処理 |
US9218638B2 (en) * | 2012-03-27 | 2015-12-22 | Infosys Limited | Method, system, and computer-readable medium for embedding and extracting a watermark in a video |
-
2023
- 2023-04-26 CN CN202310463290.2A patent/CN116485621B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663668A (zh) * | 2012-04-06 | 2012-09-12 | 王涛 | 一种基于连续矢量图形的数字水印系统及实现方法 |
CN104574289A (zh) * | 2013-10-29 | 2015-04-29 | 深圳市中航比特通讯技术有限公司 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
CN108335256A (zh) * | 2017-12-13 | 2018-07-27 | 深圳大学 | 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 |
Non-Patent Citations (6)
Title |
---|
A Blind Watermarking Algorithm for Copyright Protection of Vector Geospatial Data Under Controllable Errors Based on DFT;张黎明等;谷歌学术;全文 * |
A zero‑watermarking algorithm for vector geographic data based on feature invariants;Shuai Wang等;Earth Science Informatics;全文 * |
地理空间矢量数据数字水印算法研究;张黎明;知网;全文 * |
基于几何特征的三维模型数字水印算法研究;朱利利;知网;全文 * |
基于数字水印技术的三维网格模型库版权保护系统;徐涛等;惠州学院学报( 自然科学版);全文 * |
基于数字水印技术的三维网格模型库版权保护系统;徐涛等;谷歌学术;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116485621A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019157924A1 (zh) | 三维物体的实时检测方法及系统 | |
JP7328366B2 (ja) | 情報処理方法、測位方法及び装置、電子機器並びに記憶媒体 | |
Coughlan et al. | The manhattan world assumption: Regularities in scene statistics which enable bayesian inference | |
Schindler et al. | Detecting and matching repeated patterns for automatic geo-tagging in urban environments | |
Torii et al. | 24/7 place recognition by view synthesis | |
Bansal et al. | Geo-localization of street views with aerial image databases | |
US8989483B2 (en) | Method and apparatus for inferring the geographic location of captured scene depictions | |
CN107862735B (zh) | 一种基于结构信息的rgbd三维场景重建方法 | |
Lee et al. | Automatic integration of facade textures into 3D building models with a projective geometry based line clustering | |
CN104361627B (zh) | 基于sift的双目视觉沥青路面微观纹理三维图像重构方法 | |
Zhao et al. | Translation symmetry detection in a fronto-parallel view | |
CN103514446A (zh) | 一种融合传感器信息的室外场景识别方法 | |
CN102044059B (zh) | 三维点模型的数字水印嵌入与提取方法 | |
Barazzetti et al. | Automated and accurate orientation of complex image sequences | |
Lei et al. | Radial coverage strength for optimization of monocular multicamera deployment | |
CN116485621B (zh) | 一种精度可控的倾斜摄影三维模型可逆水印方法 | |
CN116362952B (zh) | 一种运用格网划分的三维点云数据数字水印方法 | |
Zeng et al. | Neighborhood geometry based feature matching for geostationary satellite remote sensing image | |
Li et al. | A novel marker system in augmented reality | |
CN102034235B (zh) | 基于旋转模型的鱼眼图像准稠密对应点匹配扩散方法 | |
CN112733748A (zh) | 一种顾及纹理的Voronoi约束的影像均匀匹配方法 | |
CN111861848A (zh) | 一种稳健的bim数据盲水印方法 | |
Yao et al. | Robust perspective invariant quasidense matching across large oblique images | |
Yan et al. | Robust and efficient edge-based visual odometry | |
Mouhamed et al. | Blind watermark approach for map authentication using support vector machine |
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 |