CN117217973B - 运用马氏距离和iss特征点的三维点云数据水印方法 - Google Patents

Abstract

本发明公开一种运用马氏距离和ISS特征点的三维点云数据水印方法，包括运用马氏距离的零水印方法和运用ISS特征点的数字水印方法。首先，利用马氏距离的尺度不变性，计算点云数据的马氏距离以构建特征矩阵与水印信息异或运算生成零水印；其次，提取点云数据的ISS关键点作为特征点；最后，以X和Y坐标作为索引，将水印信息嵌入到特征点的颜色信息上。利用马氏距离的尺度不变形和ISS特征提取的稳定性，本方案的鲁棒性得到了增强。本发明在确保点云数据坐标无损性的同时具有较大的水印容量，并且对于常见的几何攻击、简化攻击、裁剪攻击、重排序和噪声等攻击具有良好的鲁棒性。为三维点云数据的版权保护提供了一种新的解决方案。

Description

运用马氏距离和ISS特征点的三维点云数据水印方法

技术领域

本发明属于地理信息安全技术领域，涉及一种运用马氏距离和ISS特征点的三维点云数据水印方法。

背景技术

三维点云数据作为三维数据中一种重要的数据形式，被普遍应用与地理三维建模和场景分析中。随着计算机技术、激光扫描和倾斜摄影等技术的快速发展，三维点云数据的采集和处理变得更加方便快捷。与此同时，越来越多的三维点云数据在网络上进行传播，导致数据的泄露、盗用和非法传播更加难以控制。这些数据普遍具有严格的商业性和保密性，数据的泄露会严重损害数据版权拥有者的经济利益，因此需要采用有效的技术手段来加强三维点云数据的版权保护。

数字水印是一种前沿的信息安全技术，数字水印技术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。目前已广泛应用于视频、音频以及二维数据的版权保护。近年来也被应用于三维数据中.三维数据分为三维网格数据和三维点云数据。现有针对点云数据的水印方案较少且对几何攻击、简化和裁剪攻击等常规攻击的鲁棒性不足。

马氏距离具有尺度不变性，通过计算点云数据的马氏距离构建点云数据的特征矩阵，并于水印信息进行异或运算生成零水印，可以抵抗平移、缩放和旋转等几何攻击。内部形态描述子(Intrinsic Shape signatures，ISS)可以完整反映出点云数据的原始特征，且稳定性强、辨识度高且信息量丰富。本发明通过提取点云数据的ISS特征点将水印信息嵌入到特征点的颜色信息上，并结合马氏距离生成零水印，可以抵抗多种常规攻击。

发明内容

本发明的目的是提供了一种运用马氏距离和ISS特征点的三维点云数据水印方法，实现对三维点云数据在存储、传输和使用过程中的版权保护。

为实现上述目的，本发明提供如下方案：

一种运用马氏距离的零水印生成方法，包括:

对版权图像进行置乱，获得一个二值化版权图像矩阵；

获得三维点云数据的顶点坐标集；

计算顶点坐标集的马氏距离；

将马氏距离扩大后计算水印索引；

根据投票原则，判断每个索引位是0或1以确定特征值，以此构建特征矩阵；

将特征矩阵与二值化版权矩阵进行异或运算得到零水印图像；

一种零水印信息检测方法，包括：

读取待检测水印信息的三维点云数据；

采用前述的三维点云数据零水印生成方法，生成待检测三维点云数据的特征矩阵；

将待检测三维点云数据的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，获得检测的版权图像；

一种运用ISS特征点的三维点云数据数字水印方法，包括：

获取三维点云数据的顶点坐标集，并对版权图像进行置乱，获得一个二值化版权矩阵；

根据顶点坐标集合计算点云数据ISS特征点集；

将特征点的RGB颜色值，转变为一个24位的无符号整数，得到特征点的颜色集和C′＝{c[f]}，f∈(1，2，...，k)；式中，k表示特征点的个数；

以特征点集的X和Y坐标计算索引值，建立顶点坐标与水印位的映射关系；

根据要嵌入的水印位对c[f]最后一位数值进行奇偶调整，以嵌入水印信息；

保存数据，得到含水印信息的三维点云数据；

一种三维点云数据的水印检测方法，包括：

读取待检测的三维点云数据；

采用前述的三维点云数据水印方法，获得相同的ISS特征点集，并将特征点集的RGB颜色信息转为整数；

根据嵌入时水印位于载体数据的映射方式进行映射，提取特征点的颜色值的最后一位与水印位进行映射，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，获得检测的版权图像；

本发明公开一种运用马氏距离和ISS特征点的三维点云数据水印方法；利用马氏距离的尺度不变性构建零水印图像；利用ISS特征点的稳定性，将水印信息嵌入到特征点的颜色信息上；保证不对高精度三维点云数据坐标的精度造成任何影响，安全性更高，鲁棒性更好，适用范围更广；为三维点云数据的版权保护提供了一种新的有效方案。

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为本发明实施实例提供的运用马氏距离和ISS特征点的三维点云数据水印方法的流程图；

图2为本发明实施实例提供的三维点云数据；

图3为本发明实施实例提供的三维点云数据构建的零水印图像：

图4为本发明嵌入水印前后对比，以数据(a)为例；

图5为本发明部分攻击后水印的检测结果与现有一些方法的对比示意图；

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。

下面结合附图和实施实例，对本发明的一种运用马氏距离和ISS特征点的三维点云数据水印方法进行详细的说明；

零水印生成实例：

读取原始二值水印图像，应用Logistic混沌系统来置乱水印图像，得到置乱后的水印图像；

对置乱后的水印图像二值化，得到二值水印序列记为W＝{w_i|w_i＝0，1}，式中0≤i＜N_w，并且N_w是一维水印序列的长度；

读取三维点云数据P，获得点云数据的坐标值V_i＝(x_i，y_i，z_i)，i∈(1，2，...，L)，式中L表示点云数据的顶点个数；

根据点云数据的坐标，根据式(1)计算其马氏距离D_m＝{d_i}，i∈(1，2，...，L)；

式中，x为样本，μ为样本均值，∑为协方差矩阵；

将马氏距离D_m放大10ⁿ倍，记为D_m′，由式(2)计算索引值index；

式中：符号表示取整；

计算并采用投票原则判断每个索引位是0或1以确定特征值，以此构建二值特征矩阵，记为M；

将M和W′进行逻辑异或运算，得到零水印图像W^*；

零水印提取实例：

读取待检测水印信息的三维点云数据；

采用前述的零水印生成实例，生成待检测三维点云数据的特征矩阵；

待检测的三维点云数据的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运算，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，获得检测到的版权图像；

运用ISS特征点的三维点云数据数字水印方法实例：

读取三维点云数据，获得顶点坐标集合V_i＝(x_i，y_i，z_i)，i∈(1，2，...，L)，其中L表示点的个数；

采用前述的水印版权图像置乱方法，对水印图像进行Logistic置乱，得到二值水印序列记为W＝{w_i|w_i＝0，1}，式中0≤i＜N_w，并且N_w是一维水印序列的长度；

对点云P中每个点P_i建立局部坐标系，并对所有点设置搜索半径，以计算点云的ISS特征点；

确定点云P中每个以P_i为中心，r为半径区域内的所有点，并计算这些点的权值W_ij，其表达式为式(3)；

通过公式(4)计算每个点P_i的协方差矩阵；

计算协方差矩阵c_ov(P_i)的所有特征值{λ_i ¹，λ_i ²，λ_i ³}，并将其按照从大到小排序；

设定阈值ε₁和ε₂，若其满足式(5)即为ISS特征点，获得点云数据特征点集合V_f＝(x_f，y_f，z_f)，f∈(1，2，...，k)，其中k表示特征点的个数；

将特征点的RGB颜色值按位运算，转变为一个24位的无符号整数C′＝{c[f]}，f∈(1，2，...，k)，公式如式(6)所示：

C′＝(R<<16)|(G<<8)|B (6)

以特征点的X和Y坐标计算索引值 建立坐标值与水印位w_i的映射关系；

根据要嵌入的水印位信息对c[f]的最后一位数值进行奇偶调整，偶数代表携带信息为“0”，奇数代表“1”；为了降低水印嵌入过程对数据改变的规律性，将需要修改的载体单元分成了两部分，一部分采用加的方式，一部分采用减的方式；具体公式(7)如下；

式中：c[f]表示某特征点颜色值，w[Index]表示通过映射与之对应的一个水印位信息，mod表示取余数；

保存数据，得到含水印信息的三维点云数据P′；

一种三维点云数据的水印检测方法，包括：

读取待检测的三维点云数据；

采用前述的三维点云数据ISS特征点提取的方法，提取待检测三维点云数据特征点集合，以及对应的RGB颜色信息集合；

根据嵌入时水印位与载体数据的映射方式进行映射，提取特征点的颜色值C′＝{c[f]}的最后一位并与水印位进行映射，建立c[f]与w[i]的对应关系；水印信息的提取具体公式(8)，如下所示；

式中：w[Index]表示通过映射与之对应的水印位信息，q表示通过映射后与w[Index]对应的点的个数；

将提取的水印序列进行反置乱；

对所公开实例的上述说明，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.运用马氏距离的三维点云数据零水印图像生成，其特征在于，包括：

对版权图像进行Logistic混沌置乱，获得一个二值化版权矩阵；

根据点云数据顶点坐标集合，计算点云数据的马氏距离D_m；

将马氏距离扩大10ⁿ后记为D_m′，根据公式计算水印索引，其中N_w二值化版权矩阵的总长度；

基于投票原则，计算mod 2判断每个索引位是0或1以确定特征值，以此构建二值特征矩阵，其中10^u为马氏距离D_m的放大倍数；

将特征矩阵与二值化版权矩阵进行异或运算得到零水印图像。

2.运用ISS特征点的三维点云数据水印嵌入，其特征在于，包括：

获取三维点云数据的顶点坐标集，并对版权图像进行置乱，获得一个二值化版权矩阵；

根据顶点坐标集合计算点云数据ISS特征点集；

将特征点的RGB颜色值，转变为一个24位的无符号整数，得到特征点的颜色集C′＝{c[f]}，f∈(1,2,…,k)；式中，k表示特征点的个数；

以特征点集的X和Y坐标计算索引值 建立顶点坐标与水印位的映射关系；

根据要嵌入的水印位对c[f]最后一位数值进行奇偶调整，以嵌入水印信息；

保存数据，得到含水印信息的三维点云数据。

3.运用马氏距离和ISS特征点的三维点云数据水印方法，其特征在于包括：使用权利要求1所述的运用马氏距离的三维点云数据零水印图像生成方法生成三维点云数据的零水印图像；使用权利要求2所述的运用ISS特征点的三维点云数据水印嵌入方法在三维点云数据嵌入水印信息。