一種基於局部粗糙度分析的三維網格水印嵌入和檢測方法
2023-05-18 20:29:06 1
一種基於局部粗糙度分析的三維網格水印嵌入和檢測方法
【專利摘要】本發明公開了一種基於局部粗糙度分析的三維網格水印嵌入和檢測方法，包括水印信息嵌入過程和水印信息檢測過程；其中，水印信息嵌入過程為對三維網格模型根據頂點的粗糙度進行子網格劃分，然後通過調整子網格的頂點範數分布實現多份水印嵌入；水印信息檢測過程為從每個子網格中提取一份水印序列，然後通過多數投票機制確定提取的最終水印信息。
【專利說明】一種基於局部粗糙度分析的三維網格水印嵌入和檢測方法
【技術領域】
[0001] 本發明涉及一種三維模型版權保護的數字水印技術，屬於計算機圖形學和多媒體 信息安全【技術領域】，具體地說是一種基於局部粗糙度分析的三維網格水印嵌入和檢測方 法。
【背景技術】
[0002] 魯棒的數字水印技術可有效地應用於數字內容的版權保護，利用這種水印技術在 多媒體內容的數據中嵌入水印信息，在發生版權糾紛時，可通過提取的水印信息確認其版 權。用於版權保護的數字水印要求具有很強的魯棒性和安全性，水印除了能在一般的常規 處理操作中存在外，還應該能夠抵抗惡意攻擊。近年來，三維模型已廣泛地應用於虛擬現 實、視頻遊戲、輔助設計和醫學圖像等領域，隨著網絡技術和多媒體技術的方法，三維模型 的拷貝和傳播變得越來越便捷，版權問題不斷產生，因此研究三維模型的數字水印技術是 非常有必要的。然而由於三維模型的採樣不規則性以及可能面臨的攻擊更為多種多樣，因 此目前針對三維模型的魯棒水印技術研究比起其他的數字內容（如文本、圖像、音頻和視 頻等）相對較少，並且仍然存在著很多問題。
[0003] 早期的三維模型的魯棒水印研究，主要是對於模型整體採用某種修改幾何或拓 撲結構的方式來嵌入水印。然而，如文獻l:〇.Benedens. Watermarking of 3D polygon based models with robustnessagainst mesh simplification. Proceedings of SPIE:Security and Watermarkingof Multimedia Contents, 1999:329-340.和文獻 2: F.Cayre, B. Macq. Data Hiding on 3-D Triangle Meshes. IEEE Transactions on Signal Processing, 2003, 51 (4) :939-949.所述的方法只能對於某幾種攻擊具有魯棒性，且水印 後引起的扭曲變形相對較大。文獻 3 :K. Kim, M. Barni, and Η· Z. Tan. Roughness-Adaptive 3-D Watermarking Based on Masking Effect of Surface Roughness, IEEE Transactions on Information Forensics and security, 2010, 5 (4) :721-733.文獻 4:陳強，唐豔.基 於表面粗糙度的自適應三維模型盲水印算法，計算機應用，2009, 29(4) :952-955.和文獻 5:朱利利，張建勳，汪波.基於粗糙度的三維網格模型數字水印，重慶大學學報（自然科 學版），2014, 28 (2) : 87-91.往往通過二面角或平均曲率來描述粗糙度，據此來選擇高粗糙 度的頂點用於水印嵌入，或者增加嵌入強度來嵌入水印，在保證魯棒性的基礎上，增強了三 維模型數字水印的不可感知性。然而，這些方法對於嵌入容量受限，且對魯棒性的改善有 限，對於某些常見的攻擊依然較為敏感。而且二面角和平均曲率事實上描述的僅僅是模 型的曲度，並不能很好的反應表面粗糙度，因此對於視覺扭曲的改善效果依然有限。中國 專利201310126150. 2基於頂點曲率的三維模型數字水印嵌入與盲檢測方法，則利用頂點 曲率的分布來嵌入水印，該方法對於多種攻擊具有較好的魯棒性，但對於細分和剪切攻擊 未作評價，且水印引起的幾何扭曲相對較高。文獻6:J. W. Cho，R. Prost and Η. Y. Jung. An oblivious watermarking for 3-D polygonal meshes using distribution of vertex norms. IEEE Transactions on Signal Processing, 2007, 55 (1) : 142-155.通過調整頂點 範數分布來嵌入水印，被認為是近年來最為魯棒的水印方法之一，但是仍然不能抵抗剪切 攻擊且易產生視覺上的扭曲。然而，剪切操作是三維建模、娛樂設計中的常見的網格編輯操 作，因此，需要三維模型的水印能夠抵抗此類攻擊。
[0004]近年來，文獻 7 :P. R. Alface, B. Macq, and F. Cayre. Blind and robust watermarking of 3D models:How to withstand the cropping attack ? Proceedings of the IEEE International Conference on Image Processing, San Antonio, 2007, 5:465-468.提出可通過網格分割的方法來增強水印抵抗剪切攻擊的能力。在此基礎上，後 續部分研究開始提出基於不同的分割方法來提高水印的魯棒性。中國專利201310167803. 1 基於網格分割的三維網格模型非盲水印實現方法，即是採用了此種思想，基於形狀直徑函 數的分割算法對模型進行有意義的分割，然後對每個分割塊嵌入水印，該方法可以抵抗簡 化、剪切、噪聲等攻擊，但對水印引起的幾何扭曲改善不大，且依然會引起模型視覺質量的 下降。
【發明內容】
[0005] 發明目的：本發明所要解決的技術問題是針對現有技術的不足，提供一種基於局 部粗糙度分析的三維網格水印嵌入和檢測方法，用於支持對不同應用領域的三維模型的有 效版權保護。
[0006] 為了解決上述技術問題，本發明公開了一種基於局部粗糙度分析的三維網格水印 嵌入和檢測方法，包括以下步驟：
[0007] 步驟一，水印信息嵌入過程：對三維網格模型根據頂點的粗糙度進行子網格劃分， 然後通過調整子網格的頂點範數分布實現多份水印嵌入。
[0008] 步驟二，水印信息檢測方法：從各個子網格中提取一份水印序列，然後通過多數投 票機制確定提取的最終水印信息。
[0009] 本發明步驟一中所述水印信息嵌入過程包括以下步驟：
[0010] 步驟11，水印序列生成：採用改進型邏輯斯蒂映射（logistic-map) xe+1 = 1-μ χε2, e = 1，2,…調製混沌狀態水印序列，並進行量化二值處理，當χε彡0時，取為1， 否則we為0。將最終得到的混沛二值序列作為水印信息W = (Wp w2,…，wj。
[0011] 步驟12,局部粗糙度分析：計算網格各頂點的高斯曲率Ke(Vi)，構建網格拉普拉 斯矩陣D，然後根據拉普拉斯矩陣設置權重計算各頂點的局部粗糙度LRp將所有頂點按照 局部粗糙度值降序排序，並平均劃分為N P個子網格。
[0012] 步驟13,對每個子網格，計算中心點on(xn, yn, ζη), η = 1，2,…NP，計算頂點範數p k =I I Vk_〇nl I，聚類頂點範數P k到L個扇區（bins)中並把每個bin中的頂點範數p 歸 一化到[0, 1]，轉換為久k。當在bin中嵌入水印值為1時，初始化β = 1，歸一化的頂點範 數，計算bin中歸一化頂點範數的平均值，如果
【權利要求】
1. 一種基於局部粗糙度分析的三維網格水印嵌入和檢測方法，其特徵在於，包括水印 信息嵌入過程和水印信息檢測過程； 其中，水印信息嵌入過程為對三維網格模型根據頂點的粗糙度進行子網格劃分，然後 通過調整子網格的頂點範數分布實現多份水印嵌入； 水印信息檢測過程為從每個子網格中提取一份水印序列，然後通過多數投票機制確定 提取的最終水印信息。
2. 根據權利要求1所述的方法，其特徵在於，所述水印信息嵌入過程包括以下步驟： 步驟11,水印序列生成：利用混沛系統調製混沛狀態的二值序列作為水印信息； 步驟12,局部粗糙度分析：對三維網格模型所有頂點進行局部粗糙度計算，並按粗糙 度值進行降序排序，平均劃分子網格； 步驟13,水印嵌入：對每個子網格，調整頂點範數的分布以嵌入水印，並根據水印後的 頂點範數修改頂點坐標。
3. 根據權利要求2所述的方法，其特徵在於，步驟11中所述水印序列生成部分包括以 下步驟： 步驟111，採用改進型的邏輯斯蒂映射xe+1 = 1-Ux/對水印信息進行調製，e為自然 數，使水印信息處於混沛狀態，取分支參數y = 2, Xc!為迭代的初始值，並作為密鑰存在； 步驟112,對於步驟111產生的水印序列進行二值量化，即當\彡0時，取I為1，否則 we為0,由we對應構成水印二值序列W = (Wp w2, . . .，w)，e = 1，2, . . . L，L為水印長度。
4. 根據權利要求2所述的方法，其特徵在於，步驟12中所述局部粗糙度包括以下步 驟： 步驟121，計算三維網格模型人1所有頂點的離散高斯曲率，頂點Vi的高斯曲率k 計算公式如下，/ = 1，2,3…v, ，，i取值上限是三維網格模型以所有頂點總數：
其中，0』，表示在一階三角形鄰域內與Vi相鄰的內角，表示Vi的一 階鄰域三角形的個數； 步驟122,計算三維網格拉普拉斯矩陣：
其中，1表示在一階三角形鄰域內所有與頂點Vi相鄰的頂點個數，a u和P u分別 是連接頂點Vi和頂點\的邊所分隔開的兩個相鄰三角形的相對的兩個內角； 步驟123,計算三維網格模型別所有頂點的局部粗糙度，頂點Vi的局部粗糙度LRi根 據其自身和鄰接頂點的高斯曲率加權得到，i = 1，2, 3...，權重則由三維網格的拉普拉斯 矩陣確定，計算公式如下：
步驟124,將三維網格模型所有頂點按照頂點粗糙度進行降序排序，並平均劃分為NP個 子網格，每個子網格P"所含頂點個數相同：
其中，Pn表示劃分的第n個子網格，1 < n < NP，表示三維網格模型，Vi表示人1中的 第i個頂點，Nv為三維網格模型頂點的數目，NP為劃分子網格的數目。
5. 根據權利要求2所述的方法，其特徵在於，步驟13中所述水印嵌入包括以下步驟： 步驟131，對每個子網格，計算其網格中心〇n，公式如下：
其中，vk表示子網格Pn*的頂點坐標，A(vk)表示在子網格中所有包含頂點v k的三角 形面片的面積； 步驟132,對子網格中的每個頂點，根據頂點坐標vk計算其到中心〇n的頂點範數P k = I，根據頂點範數將子網格中的頂點聚類到L個扇區中，公式如下：
其中，表示第e個扇區，1彡e彡L，Pn表示劃分的第n個子網格，1彡n彡NP， e G [〇,〇. 15]表示裁剪率，Pmin和Pmax分別表示該子網格中頂點範數的最小值和最大值， P k為該子網格中的各個頂點的頂點範數，P b為每個扇區中頂點範數範圍的大小； 步驟133,將每個扇區的頂點範數P 規範化到[0, 1]，轉化為; 步驟134,迭代地調整，使得扇區中的頂點範數的平均值滿足如下條件：
其中，a為水印嵌入強度因子，&為該扇區中所需要嵌入的水印值； 從而在每個扇區中嵌入1比特水印，根據嵌入水印後的頂點範數調整頂點坐標，從而 得到水印後的網格模型。
6. 根據權利要求2所述的方法，其特徵在於，步驟134中所述頂點範數的調整，採用迭 代方式進行，具體步驟如下： 步驟1341，當在扇區中嵌入水印值為1時，初始化0 = 1，歸一化的頂點範數調整為=y5fk，計算扇區中歸一化頂點範數的平均值，如果泛+ ?，則令運=L迭代 進行本步驟，直至滿足反>| + ?;當嵌入水印值為〇時，則在迭代過程中判斷，當反 時，令0 0 + A 0，繼續迭代，直至滿足反<為止； 步驟1342,將歸一化的頂點範數設置為調整後的值=泛,k，再進行反歸一化處理得 到P\k，將原始三維網格模型別用球坐標表示，採用水印後的頂點範數P\k，保持角度 不變轉化為笛卡爾坐標系，從而得到並保存含有粗糙度劃分信息的水印網格模型文件, 並記錄各子網格中心信息。
7.根據權利要求5所述的方法，其特徵在於，水印信息檢測過程包括： 步驟21，根據分發的含有粗糙度劃分信息的水印網格模型文件，對各子網格，根據嵌入 過程保存的子網格中心，計算頂點範數，聚類到L個扇區中，每個扇區中的頂點範數歸一化 到區間[〇, 1]，計算歸一化後頂點範數的平均值瓦，根據平均值大小判斷該扇區中嵌入的 水印值，公式如下：
步驟22,根據步驟21，提取到每個子網格的水印序列信息：對於所有水印序列，進行逐 位比較水印值，當1的數目大於0的數目時，該比特水印判定為1，反之，判定為0,逐位判斷 完畢，得到提取的最終水印序列W' = (w' ; 步驟23,驗證提取水印的有效性，對提取到的水印序列與原始水印序列進行逐位比對， 計算位錯誤率BER，BER>0. 5時認定為檢測不到水印。
【文檔編號】G06T1/00GK104281994SQ201410567649
【公開日】2015年1月14日 申請日期:2014年10月22日 優先權日:2014年10月22日
【發明者】孫正興, 李紅巖, 章菲倩, 郎許鋒 申請人:南京大學