国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于多元空間特征的gis矢量數(shù)據(jù)版權(quán)認(rèn)證方法

      文檔序號(hào):6363980閱讀:214來(lái)源:國(guó)知局
      專利名稱:一種基于多元空間特征的gis矢量數(shù)據(jù)版權(quán)認(rèn)證方法
      技術(shù)領(lǐng)域
      本 發(fā)明屬于地理信息版權(quán)保護(hù)領(lǐng)域,具體涉及一種基于多元空間特征的GIS矢量數(shù)據(jù)版權(quán)認(rèn)證方法。
      背景技術(shù)
      Internet / Intranet的飛速發(fā)展,在為數(shù)據(jù)共享提供了快捷傳播通道的同時(shí),使得數(shù)據(jù)產(chǎn)品的非法、侵權(quán)使用日益猖獗。生產(chǎn)成本高昂、精度高,與社會(huì)經(jīng)濟(jì)發(fā)展和國(guó)防安全大局息息相關(guān)的GIS矢量數(shù)據(jù)產(chǎn)品,其版權(quán)保護(hù)問(wèn)題影響深遠(yuǎn)、意義重大。以數(shù)字水印為代表的版權(quán)標(biāo)記技術(shù),是目前GIS矢量數(shù)據(jù)版權(quán)保護(hù)使用的主要方法。數(shù)字水印算法應(yīng)當(dāng)具有魯棒性、不可感知性等特征。魯棒性要求原始數(shù)據(jù)盡可能多包含版權(quán)標(biāo)記,而不可感知性要求盡可能少的改變?cè)紨?shù)據(jù)。目前大部分?jǐn)?shù)字水印算法都需在宿主信息中嵌入水印信息,因此,水印的魯棒性不僅要受到嵌入容量的限制,還不可避免的要與不可感知性發(fā)生沖突。為了解決二者之間的矛盾,有專家學(xué)者提出“提取數(shù)字產(chǎn)品的重要特征來(lái)構(gòu)造版權(quán)標(biāo)記,但不修改原數(shù)字產(chǎn)品任何數(shù)據(jù)”的思想。本發(fā)明基于上述研究思想,提出構(gòu)造多元空間特征實(shí)現(xiàn)GIS矢量數(shù)據(jù)中線、面圖層的版權(quán)認(rèn)證,算法本身的非嵌入性,滿足了不可感知性的要求,同時(shí),算法具有較好的魯棒性。

      發(fā)明內(nèi)容
      本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于多元空間特征的GIS矢量數(shù)據(jù)版權(quán)認(rèn)證方法,其不會(huì)損害原始數(shù)據(jù)的精度,具有良好的可擴(kuò)展性,較好的魯棒性。為了實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案是一種基于多元空間特征的GIS矢量數(shù)據(jù)版權(quán)認(rèn)證方法,包括下列步驟
      (1)提取原始數(shù)據(jù)P所有空間實(shí)體的質(zhì)心坐標(biāo)(X,Y)和頂點(diǎn)個(gè)數(shù)n,形成序列S{XI,Yl, I ;X2, Y2,2 ; ...... ;Xn, Yn, n};
      (2)求取閾值,步驟如下
      (i )根據(jù)原始數(shù)據(jù)P,取出所包含的空間實(shí)體個(gè)數(shù)N ;
      (ii )依次遍歷N個(gè)空間實(shí)體,取出每一個(gè)空間實(shí)體的頂點(diǎn)個(gè)數(shù),構(gòu)成集合{C},并得到所遍歷空間實(shí)體的頂點(diǎn)個(gè)數(shù)最大值Cmax、最小值Cmin ;
      (iii)依次遍歷N個(gè)空間實(shí)體,取出每一個(gè)空間實(shí)體的質(zhì)心坐標(biāo),構(gòu)成集合{ (X,Y)},并得到所遍歷空間實(shí)體的質(zhì)心坐標(biāo)集合中X和Y的最大、最小值Xmax、Xmin> Ymax> Ymin ;
      (iv )根據(jù)頂點(diǎn)個(gè)數(shù)的最大值Cmax、最小值Cmin和質(zhì)心坐標(biāo)X和Y的最大、最小值Xmax> Xmin> Ymax> Ymin,隨機(jī)生成同樣包含N個(gè)空間實(shí)體的新圖層數(shù)據(jù),并確保每一個(gè)隨機(jī)創(chuàng)建的空間實(shí)體符合兩個(gè)條件①質(zhì)心坐標(biāo)(Xi,Yi)滿足Xmin < Xi < Xmax,Ymin < Yi <Ymax ;②頂點(diǎn)個(gè)數(shù)Ci滿足Cmin < Ci < Cmax,其中,0 ^ i < N ;
      (V )循環(huán)第(iv)步驟M次得到M個(gè)新圖層數(shù)據(jù)Di,其中,OS i < M;
      (vi )依次計(jì)算新圖層Di與原始數(shù)據(jù)P的相似度Dis,取出最大相似度值作為閾值;(3)生成完整的多元空間特征序列K,K為{XI,Yl, I ;……;Xn,Yn,n ;閾值},利用壓縮編碼技術(shù)將其壓縮;
      (4)對(duì)待檢測(cè)數(shù)據(jù)進(jìn)行版權(quán)認(rèn)證,其步驟如下
      (i )根據(jù)序列K提取原始數(shù)據(jù)P所有的頂點(diǎn)個(gè)數(shù)P_COUNTS、ID號(hào)P_ID,提取待檢測(cè)數(shù)據(jù)T所有的頂點(diǎn)個(gè)數(shù)T_COUNTS、ID號(hào)T_ID ;
      (ii )從(i )所提取的頂點(diǎn)個(gè)數(shù)和ID號(hào)中選取兩對(duì)匹配點(diǎn)對(duì)?_101、P_C0UNTS1、T_IDl、T_C0UNTS1 和 P_ID2、P_C0UNTS2、T_ID2、T_C0UNTS2,使 P_C0UNTS1 與 T_C0UNTS1 唯一且相等或最接近(首先選擇相等的,如果沒(méi)有相等的,則選擇最接近的),使?_0^見(jiàn)^2與T_C0UNTS2唯一且相等或最接近(首先選擇相等的,如 果沒(méi)有相等的,則選擇最接近的);
      (iii )根據(jù)質(zhì)心計(jì)算空間實(shí)體P_ID1和P_ID2間的平均距離Ml和方位角Al,計(jì)算T_IDl和T_ID2間的平均距離M2和方位角A2 ;
      (iv )計(jì)算原始數(shù)據(jù)P中ID號(hào)為P_ID1的空間實(shí)體和其他空間實(shí)體間的平均距離和方位角,獲得組A ;計(jì)算待測(cè)數(shù)據(jù)T中ID號(hào)為T_ID1的空間實(shí)體和其他空間實(shí)體間的平均距離和方位角,獲得組B ;通過(guò)以下對(duì)比方法,利用下面公式計(jì)算待測(cè)數(shù)據(jù)T與原始數(shù)據(jù)P的相似度Dis ;
      權(quán)利要求
      1.一種基于多元空間特征的GIS矢量數(shù)據(jù)版權(quán)認(rèn)證方法,其特征在于,包括下列步驟 (1)提取原始數(shù)據(jù)P所有空間實(shí)體的質(zhì)心坐標(biāo)(X,Y)和頂點(diǎn)個(gè)數(shù)n,形成序列S{XI,Yl, I ;X2, Y2,2 ; ......;Xn, Yn, n}; (2)求取閾值,步驟如下 (i )根據(jù)原始數(shù)據(jù)P,取出所包含的空間實(shí)體個(gè)數(shù)N ; (ii )依次遍歷N個(gè)空間實(shí)體,取出每ー個(gè)空間實(shí)體的頂點(diǎn)個(gè)數(shù),構(gòu)成集合{C},并得到所遍歷空間實(shí)體的頂點(diǎn)個(gè)數(shù)最大值Cmax、最小值Cmin ;(iii)依次遍歷N個(gè)空間實(shí)體,取出每ー個(gè)空間實(shí)體的質(zhì)心坐標(biāo),構(gòu)成集合{ (X,Y)},并得到所遍歷空間實(shí)體的質(zhì)心坐標(biāo)集合中X和Y的最大、最小值Xmax、Xmin> Ymax> Ymin ; (iv )根據(jù)頂點(diǎn)個(gè)數(shù)的最大值Cmax、最小值Cmin和質(zhì)心坐標(biāo)X和Y的最大、最小值Xmax>Xmin> Ymax> Ymin,隨機(jī)生成同樣包含N個(gè)空間實(shí)體的新圖層數(shù)據(jù),并確保姆一個(gè)隨機(jī)創(chuàng)建的空間實(shí)體符合兩個(gè)條件①質(zhì)心坐標(biāo)(Xi,Yi)滿足Xmin < Xi < XmaxjYmin く Yi くYmax !②頂點(diǎn)個(gè)數(shù)Ci滿足Cmin < Ci < Cmax,其中,O ^ i < N ; (V )循環(huán)第(iv)步驟M次得到M個(gè)新圖層數(shù)據(jù)Di,其中,O < i < M; (vi )依次計(jì)算新圖層Di與原始數(shù)據(jù)P的相似度Dis,取出最大相似度值作為閾值; (3)生成完整的多元空間特征序列K,K為{XI,Yl, I ;……;Xn,Yn,n ;閾值},利用壓縮編碼技術(shù)將其壓縮; (4)對(duì)待檢測(cè)數(shù)據(jù)進(jìn)行版權(quán)認(rèn)證,其步驟如下 (i )根據(jù)序列K提取原始數(shù)據(jù)P所有的頂點(diǎn)個(gè)數(shù)P_COUNTS、ID號(hào)P_ID,提取待檢測(cè)數(shù)據(jù)T所有的頂點(diǎn)個(gè)數(shù)T_COUNTS、ID號(hào)T_ID ; (ii )從(i )所提取的頂點(diǎn)個(gè)數(shù)和ID號(hào)中選取兩對(duì)匹配點(diǎn)對(duì)?_101、P_C0UNTS1、T_IDl、T_C0UNTS1 和 P_ID2、P_C0UNTS2、T_ID2、T_C0UNTS2,使 P_C0UNTS1 與 T_C0UNTS1 唯一且相等或最接近,使P_C0UNTS2與T_C0UNTS2唯一且相等或最接近; (iii )根據(jù)質(zhì)心計(jì)算空間實(shí)體P_ID1和P_ID2間的平均距離Ml和方位角Al,計(jì)算T_IDl和T_ID2間的平均距離M2和方位角A2 ; (iv )計(jì)算原始數(shù)據(jù)P中ID號(hào)為P_ID1的空間實(shí)體和其他空間實(shí)體間的平均距離和方位角,獲得組A ;計(jì)算待測(cè)數(shù)據(jù)T中ID號(hào)為T_ID1的空間實(shí)體和其他空間實(shí)體間的平均距離和方位角,獲得組B ;通過(guò)以下對(duì)比方法,利用下面公式計(jì)算待測(cè)數(shù)據(jù)T與原始數(shù)據(jù)P的相似度Dis ; = ^-- n 其中,equalf (A, Bi):基于Ml、M2、Al、A2將B組中的平均距離Bmi和方位角Bai與A組中的數(shù)值進(jìn)行比對(duì),對(duì)比結(jié)果為O或I ; E :對(duì)比結(jié)果中記錄為I的總個(gè)數(shù); n B組記錄總數(shù); 所述對(duì)比方法為 I)直接將Bi與A組中數(shù)值進(jìn)行循環(huán)比對(duì),平均距離與方位角都相同,該項(xiàng)記錄結(jié)果為1,在A組中剔除此項(xiàng),構(gòu)成新的隊(duì)列繼續(xù)進(jìn)行下輪對(duì)比;如果沒(méi)有循環(huán)查找出平均距離和方位角都相同的項(xiàng),記錄結(jié)果為O ; 2)Bai+Al-A2與A組中數(shù)值進(jìn)行循環(huán)比對(duì),Bai+A1_A2與A組中某項(xiàng)的方位角相同,繼續(xù)將Bmi與A組中該項(xiàng)的平均距離比對(duì),如果也相同,記錄結(jié)果為1,在A組中剔除此項(xiàng),構(gòu)成新的隊(duì)列繼續(xù)進(jìn)行下輪對(duì)比;如果按照本算法,沒(méi)有循環(huán)查找出平均距離和方位角都相同的項(xiàng),記錄結(jié)果為O ; 3)Bai與A組中數(shù)值進(jìn)行循環(huán)比對(duì),Bai與A組中某項(xiàng)的方位角相同,繼續(xù)將Bmi X Ml M2與A組中該項(xiàng)的平均距離比對(duì),如果也相同,記錄結(jié)果為1,在A組中剔除此項(xiàng),構(gòu)成新的隊(duì)列繼續(xù)進(jìn)行下輪對(duì)比;如果按照本算法,沒(méi)有循環(huán)查找出平均距離和方位角都相同的項(xiàng),記錄結(jié)果為O ; 4)Bmi XMl +M2,Bai+A1_A2 與 A 組中數(shù)值進(jìn)行循環(huán)比對(duì),Bmi XMl +M2、Bai+A1_A2 分別與A組中的距離、方位角都相同,記錄結(jié)果為1,在A組中剔除此項(xiàng),構(gòu)成新的隊(duì)列繼續(xù)進(jìn) 行下輪對(duì)比;如果按照本算法,沒(méi)有循環(huán)查找出平均距離和方位角都相同的項(xiàng),記錄結(jié)果為O ; 選取上述對(duì)比方法中:(立鳥)的最大值,根據(jù)所述公式確定Dis的最終結(jié)果; (V )Dis大于等于閾值則認(rèn)證成功,Dis小于閾值則認(rèn)證失敗。
      全文摘要
      本發(fā)明公開(kāi)了一種基于多元空間特征的GIS矢量數(shù)據(jù)版權(quán)認(rèn)證方法,涉及地理信息版權(quán)保護(hù)領(lǐng)域,通過(guò)提取原始數(shù)據(jù)中空間實(shí)體的質(zhì)心和頂點(diǎn)個(gè)數(shù),結(jié)合計(jì)算出閾值,在認(rèn)證時(shí)根據(jù)頂點(diǎn)個(gè)數(shù)選擇匹配點(diǎn)對(duì),然后基于質(zhì)心計(jì)算出的平均距離和方位角,求得待檢測(cè)數(shù)據(jù)和原始數(shù)據(jù)的相似度,最后與閾值比較進(jìn)行版權(quán)認(rèn)證。此種版權(quán)認(rèn)證方法,不會(huì)損害原始數(shù)據(jù)的精度,具有良好的可擴(kuò)展性,較好的魯棒性。
      文檔編號(hào)G06F17/30GK102651059SQ201210094930
      公開(kāi)日2012年8月29日 申請(qǐng)日期2012年4月1日 優(yōu)先權(quán)日2012年4月1日
      發(fā)明者康莉, 張麗娟, 張富, 王煜, 葛玻 申請(qǐng)人:洛陽(yáng)理工學(xué)院
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1