專利名稱：基于深度圖像映射的三維網(wǎng)格模型盲水印方法
技術(shù)領(lǐng)域：
本發(fā)明涉及提出的基于深度圖像映射的三維網(wǎng)格模型盲水印方法。
背景技術(shù)：
隨著信息社會的發(fā)展，互聯(lián)網(wǎng)提供了海量的圖像、視頻和音頻等各種形式的數(shù)字媒體信息數(shù)據(jù)。隨著而來的版權(quán)保護(hù)問題越來越受到重視，特別是三維模型的版權(quán)保護(hù)問題較難解決。一般是采用數(shù)字水印技術(shù)的方法來解決。數(shù)字水印的兩個主要特征是魯棒性和安全性。魯棒性要求水印能夠被檢測出來即使水印模型經(jīng)歷各種有意或無意的變換和攻擊，當(dāng)水印是非盲時，則水印檢測時有原始載體或者第三方注冊模型參與，相對容易使原始載體和待測模型盡可能同步，提高水印檢測的成功率，但增加原始載體的傳輸或復(fù)制風(fēng)險。反過來，研究人員不斷追求盲算法的設(shè)計與分析，因為除了需要密鑰或很少的一些附加信息用于水印檢測之外，盲水印不借助原始載體則提高安全性，但大大增加調(diào)整待檢水印的三維模型與嵌入水印時同步的難度。本發(fā)明專利提出一種基于深度圖像映射的三維網(wǎng)格模型盲水印方法。 發(fā)明內(nèi)容本發(fā)明提供盲水印方法魯棒性能很高，對網(wǎng)格簡化、剪切、噪聲、相似變換和一定程度的混合攻擊有較強(qiáng)的免疫能力的基于深度圖像映射的三維網(wǎng)格模型盲水印方法。為達(dá)到上述目的，本發(fā)明的技術(shù)方案和措施包括步驟如下(I) 3D網(wǎng)格模型建立的步驟①三維模型中心的選取M表示3D網(wǎng)格模型，其頂點表示為Vi e M(i = 1，2，...，
I F
N)，其坐標(biāo)定義為向量Vi,模型中心，其中Ei為i號面片的面積，E為3D網(wǎng)格
^ /=1
模型的表面積，F(xiàn)為模型面片數(shù)，Hi為i號面片的歸一化法向量；②三維模型對齊對齊方法是PCA方法，也稱Karhunen-Loeve變換，PCA以一組頂點作為輸出，生成不相關(guān)的特性統(tǒng)計量；③頂點鄰域建立任一頂點Vi的鄰域表示為A(Vi) = {Vj| !ViVjI > O, j = I,
2,. . . , N},其中I ViVj I > O表示Vi和Vj之間存在連接關(guān)系，即存在邊連接Vi和V」，Vj為與Vi相鄰頂點，N是3D網(wǎng)格模型的頂點數(shù)，所有與Vi只用一條邊連接的頂點之集為一環(huán)鄰域，不包括Vi本身，類推可得到Vi的α環(huán)鄰域；④特征點選擇在頂點鄰域內(nèi)較為突出的點被認(rèn)定為特征點，頂點Vi的法向方向
由其一環(huán)鄰域頂點加權(quán)平均確定，具體表示為以下公式■式=ZvjeN(v-^J Vm)
1Ni其中Ni為鄰域頂點數(shù)，Vm為三維模型所有頂點到模型中心的向量總平場，就表示Vi的法向向量，鄰域粗糙度zXvO= Evje^(V1)(I- V, ·\)，其中D(Vi)表示Vi的法向向量與其鄰域頂點Vj的法向向量間夾角(弧度)之和，選擇使D (Vi)從快速增大轉(zhuǎn)變?yōu)榉€(wěn)定頂點Vi為特征點；⑤網(wǎng)格分片與深度圖生成將每個特征點設(shè)為各網(wǎng)格塊的重心，把三維模型分片成若干塊，對每塊三維模型分片投影創(chuàng)建深度圖像。(2)水印嵌入與檢測的處理步驟
①水印信息生成創(chuàng)建一個矩陣W，W將在水印嵌入階段加載到載體3D網(wǎng)格模型；②水印嵌入矩陣W對應(yīng)三維模型分片投影生成深度圖像，將深度圖像進(jìn)行準(zhǔn)均勻B樣條曲線表示，對B樣條進(jìn)行樣條小波分解，水印信息嵌入到B樣條小波的低分辨率曲線上并逆映射到三維模型③水印檢測將待檢水印的三維幾何模型對齊到規(guī)范位置，并接收傳輸?shù)剿√崛∠到y(tǒng)的特征點，接著以特征點為重心對3D網(wǎng)格模型進(jìn)行分片計算。(3)水印提取時的處理步驟①對齊規(guī)范位置；②三維模型分片提取水印時模型分片需要原嵌入水印時所搜索的特征點信息，該信息由嵌入水印方傳輸給水印提取方；③映射形成一組深度圖像； ④將提取出來的深度圖像與原來嵌入水印時的深度圖像對比提取出水印，原來嵌入水印時的深度圖像需要由水印嵌入方傳輸給水印提取方。所述的創(chuàng)建深度圖像是指定圖像的x-y方向和圖像分辨率，具體方法如下(I)選擇與v/測地距離最大的特征點vf，(2)令X= ν{-ν{ Λ沿此分片法向向量I/在參考平面上的投影定義為X軸，垂直于X軸的方向定義為y軸，(3)參考平面有效區(qū)域為矩形，矩形框分別平行于x、y軸，有效區(qū)域以恰好包含Ps所有頂點的投影點為宜，其X和y方向分別平均劃分為COl和row段(每段的長度一般要大于特征點的α環(huán)鄰域的最大徑向距離)，因此有rowXcol個格點，每個格點記為g(i，j)，i = 0,l,..., col-1 ； j =0,1,... ,row-1.為了水印系統(tǒng)中信號小波變換的需要,要求col= 2τ+3(τ為適合的整數(shù))，圖像的像素值存放的是每個格點g(i，j)到3D網(wǎng)格模型表面的距離，距離的計算過程為①換算出參考平面上每個格點g(i，j)在3D網(wǎng)格模型所在三維空間坐標(biāo)系中的坐標(biāo)，②設(shè)定平行于I/且過格點g(i，j)的直線，計算直線與模型表面的交點到g(i，j)的距離，g(i，j)位置的像素值設(shè)定為此距離值；以上得到的圖像處理到
以灰度圖像。本發(fā)明采用以上技術(shù)方案，通過建立頂點領(lǐng)域，運用3D網(wǎng)格模型建立表面粗糙度概念，以粗糙度為標(biāo)準(zhǔn)選擇一組特征點，以特征點為重心把模型劃分為若干塊，每塊沿相應(yīng)方向投影生成深度圖像的3D網(wǎng)格模型建立。這樣三維模型的水印策略轉(zhuǎn)換為圖像水印問題，就是圖像分行進(jìn)行準(zhǔn)均勻B樣條曲線表示，對B樣條進(jìn)行樣條小波分解，水印信息嵌入到B樣條小波的低分辨率曲線上并逆映射到三維模型。在水印提取系統(tǒng)中，基于特征點約定信息和原始模型映射而成的深度圖像可以檢測水印。


現(xiàn)結(jié)合附圖對本發(fā)明做進(jìn)一步詳述圖I是本發(fā)明三維網(wǎng)格模型盲水印方法的流程圖。
具體實施方式
下面將結(jié)合附1，詳細(xì)敘述本發(fā)明的三維網(wǎng)格模型盲水印方法，具體步驟如下首先是水印嵌入的處理步驟1、3D網(wǎng)格模型建立的步驟I. I三維模型中心的選取M表示3D網(wǎng)格模型,其頂點表示為Vi e M(i = 1,2, . . . , N),其坐標(biāo)定義為向量
Vi0三維模型中心的計算方法多樣，比較典型的有(I)所有頂點向量的平均》*ι=77Σ K，并把Hi1歸一化。
N /=1(2)各面片重心的加權(quán)平均(權(quán)為面片的面積)，即《*2=^￡馬_(廠汁6+^/3,
Ei=\
并把m2歸一化。其中Ei為i號面片的面積，E為3D網(wǎng)格模型的表面積，F(xiàn)為模型面片數(shù)。
I F(3)各面片法向的加權(quán)平均(權(quán)為面片的面積)，即《 3=;Σ￡τ ;，其中為i號面
Ei=I
片的歸一化法向量。在確定參考平面中，中心的穩(wěn)健性至關(guān)重要，因為中心的偏離直接導(dǎo)致原始3D網(wǎng)格模型的深度圖像組和受攻擊模型的深度圖像組的極大差異。鑒于以上分析結(jié)果，在本發(fā)明中我們選取公式￡馬_ ,來計算模型中心。
Ei=II. 2模型對齊三維模型對齊方式多樣，最著名的對齊方法是PCA方法,也稱Karhunen-Loeve變換。PCA以一組頂點作為輸出，生成不相關(guān)的特性統(tǒng)計量。以3D網(wǎng)格模型的頂點集和中心作為PCA輸入的CPCA方法，以及PCA和面片法向(face normals)相結(jié)合的NPCA方法均已見報道。根據(jù)已有的研究結(jié)果，我們采用NPCA方法來對齊三維模型。首先定義NPCA協(xié)方差矩陣如下
I FC = — ΣΕ HiHi
Ei=\其中，E是三維模型的表面積，1 = 1,2,..., F，F(xiàn)是模型三角面片數(shù)。接著計算協(xié)方差矩陣C的單位特征向量，他代表3D網(wǎng)格模型的主要方向并形成正交的沢3空間。這些向量按特征值的遞增或遞減進(jìn)行排序并用來對齊模型坐標(biāo)主軸，也就是說，模型被平移使得模型中心m與坐標(biāo)原點重合，并旋轉(zhuǎn)3D網(wǎng)格模型使其主軸和坐標(biāo)軸重合，我們稱這個位置為3D網(wǎng)格模型的規(guī)范化位置。我們選擇NPCA方法來對齊模型的理由類似于模型中心的選取如果對模型實施拓?fù)涔舻脑?，模型的?guī)范化位置會發(fā)生偏離。即使如此，我們發(fā)現(xiàn)在攻擊下由NPCA協(xié)方差推導(dǎo)的3D網(wǎng)格模型規(guī)范化位置變化輕微。I. 3頂點鄰域建立任一頂點Vi的鄰域表示為N(Vi) = {vj ViVj > O, j = I, 2, . . . , N}其中I ViVj I > O表示Vi和Vj之間存在連接關(guān)系(即存在邊連接Vi和Vj) ,N是3D網(wǎng)格模型的頂點數(shù)。所有與Vi只用一條邊連接的頂點之集為一環(huán)鄰域(不包括Vi本身)，類推可得到Vi的α環(huán)鄰域。α的大小決定Vi鄰域的大小。為描述方便，下文我們就用Vi的I環(huán)鄰域來說明問題，依此容易推到α環(huán)鄰域。I. 4特征點選擇在適當(dāng)大小的頂點鄰域內(nèi)較為突出的點被認(rèn)定為特征點。為了刻畫和找出這樣的點，我們先明確頂點法向的含義。頂點Vi的法向方向由其一環(huán)鄰域頂點加權(quán)平均確定，具體表示為以下公式
權(quán)利要求
1.基于深度圖像映射的三維網(wǎng)格模型盲水印方法，其特征在于其包括步驟如下 (1)3D網(wǎng)格模型建立的步驟 ①三維模型中心的 選取=M表示3D網(wǎng)格模型，其頂點表示為Vie M(i = 1，2，...，N)，I F其坐標(biāo)定義為向量Vi,模型中心
2.按照權(quán)利要求I所述的基于深度圖像映射的三維網(wǎng)格模型盲水印方法，其特征在于所述的創(chuàng)建深度圖像是指定圖像的χ-y方向和圖像分辨率，具體方法如下 (I)選擇與v/測地距離最大的特征點vf，(2)令X=v[-vfs Λ沿此分片法向向量I/在參考平面上的投影定義為X軸，垂直于X軸的方向定義為y軸， (3)參考平面有效區(qū)域為矩形，矩形框分別平行于X、y軸，有效區(qū)域以恰好包含Ps所有頂點的投影點為宜，其X和y方向分別平均劃分為col和row段(每段的長度一般要大于特征點的α環(huán)鄰域的最大徑向距離)，因此有rowXcol個格點，每個格點記為g(i，j)，i = 0,l,..., col-1 ； j =0,1,... ,row-1.為了水印系統(tǒng)中信號小波變換的需要,要求col=2τ+3(τ為適合的整數(shù))， 圖像的像素值存放的是每個格點g(i，j)到3D網(wǎng)格模型表面的距離，距離的計算過程為 ①換算出參考平面上每個格點g(i，j)在3D網(wǎng)格模型所在三維空間坐標(biāo)系中的坐標(biāo)， ②設(shè)定平行于I/且過格點g(i，j)的直線，計算直線與模型表面的交點到g(i，j)的距離，g(i，j)位置的像素值設(shè)定為此距離值； 以上得到的圖像處理到
以灰度圖像。
全文摘要
本發(fā)明提出一種新的三維網(wǎng)格模型盲水印方法，其通過建立頂點領(lǐng)域，運用3D模型表面粗糙度概念，以粗糙度為標(biāo)準(zhǔn)選擇一組特征點，以特征點為重心把模型劃分為若干塊，每塊沿相應(yīng)方向投影生成深度圖像的3D網(wǎng)格模型建立。這樣三維模型的水印策略轉(zhuǎn)換為圖像水印問題，就是把圖像分行進(jìn)行準(zhǔn)均勻B樣條曲線表示，對B樣條進(jìn)行樣條小波分解，水印信息嵌入到B樣條小波的低分辨率曲線上并逆映射到三維模型。在水印提取系統(tǒng)中，基于特征點約定信息和原始模型映射而成的深度圖像可以檢測水印。該盲水印方法魯棒性能高，對網(wǎng)格簡化、剪切、噪聲、相似變換和一定程度的混合攻擊有較強(qiáng)的免疫能力。
文檔編號G06T1/00GK102622721SQ20121005884
公開日2012年8月1日 申請日期2012年3月6日 優(yōu)先權(quán)日2012年3月6日
發(fā)明者姚志強(qiáng), 姚秀芳, 孔祥增, 郭永寧 申請人:福建師范大學(xué)