一種面向影像地圖的強魯棒數(shù)字水印方法
【技術領域】
[0001] 本發(fā)明具體涉及的是一種面向影像地圖的強魯棒數(shù)字水印方法。
【背景技術】
[0002] 遙感影像（衛(wèi)星，航空，地面近景）作為對地觀測獲取地球表面覆蓋與結(jié)構信息的 載體，在地學分析應用領域是不可或缺的信息源。而如何將地理影像轉(zhuǎn)化為有價值的信息 對成功實施GIS和制圖工程又是至關重要的。目前，在我們周圍越來越多的人們能夠利用 全范圍的地理影像產(chǎn)品來提取和使用有價值的信息。
[0003] 作為眾多數(shù)字地圖的原始數(shù)據(jù)來源，影像地圖的真實性和安全性受到格外關注， 既要維護地圖所有者的合法利益，又要缺乏地圖內(nèi)容不被篡改，為此，影像地圖數(shù)字水印研 宄得到了較為快速的發(fā)展。
[0004] 目前，對影像地圖的數(shù)字水印算法很少，對于圖像的水印算法主要包括兩類：即空 間域和頻率域?？臻g域算法主要是通過修改像素信息來嵌入水印，算法實現(xiàn)簡單，但魯棒性 較差，對圖像的損傷也較大，無法抵抗多種攻擊；頻率域算法通過離散余弦變換、傅立葉變 換或小波變換等數(shù)學方法獲得頻域系數(shù)，通過調(diào)整頻域系數(shù)來嵌入水印，該類算法較復雜， 對圖像的質(zhì)量也有一定影響，且無法抵抗多種組合攻擊。
[0005] 基于空間域算法和頻率域算法的不足，一些學者提出了無損影地圖水印的算法， 主要要研宄如下：王賢敏等在2004年提出了小波用于基于遙感影像特征的自適應二維盲 水印算法；王勛等提出了一種魯棒的矢量地圖數(shù)字水印算法；劉九芬等提出了一種抗幾何 攻擊的小波變換域圖像水印算法；張軍等發(fā)明了用于圖像認證的基于神經(jīng)網(wǎng)絡的水印技 術；沃焱等提出了基于視覺特性的灰度級自適應盲水印算法。本算法為基于面向影像地圖 的強魯棒水印書的算法，與以上算法相比，讓空間域算法和頻率域算法更優(yōu)化。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提供一種能有效抵抗多種攻擊，具有高安全性以及不可見性的 面向影像地圖的強魯棒數(shù)字水印方法。
[0007] 本發(fā)明包括如下步驟：
[0008] (1)根據(jù)MG影像地圖的數(shù)據(jù)結(jié)構，讀取節(jié)點的鏈表，并按照對應字段分別獲得每 個節(jié)點的像素值；
[0009] (2)掃描水印位圖，獲得水印二進制編碼，生成相應的偽隨機序列L，
[0011] 其中，La e {+1,-1}，L是一個由N個元素組成的偽隨機序列，N是水印編碼的長 度；
[0012] (3)根據(jù)地圖規(guī)模和偽隨機序列大小，設定小于1個像素單位的值作為閾值，對地 圖進行八個方向的平移，包括上T、右上RT、右R、右下RD、下D、左下LD、左L、左上LT ;
[0013] (4)對于位移后的八幅地圖，按照順時針順序，隨機選取其中3幅地圖，聯(lián)同原始 地圖共同組成待嵌入水印的地圖集合{V| Vi|l < i <4};
[0014] (5)利用人類視覺系統(tǒng)，檢測每一幅地圖，據(jù)地圖集合IVlviIl彡i彡4}，按照每 個節(jié)點僅嵌入1比特水印的編碼規(guī)則，選取最大規(guī)模的特征點集合，同時提取對應節(jié)點的 像素值；
[0015] (6)計算每一個特征點與周圍像素點的差值，并讀取偽隨機序列，將對應隨機序列 值與像素差值的乘積累加到該特征點的像素值；
[0016] (7)對于嵌入水印后的地圖，隨機選取其中幾幅發(fā)布；
[0017] (8)在水印檢測時，將待檢測地圖與其它嵌入水印但未發(fā)布的地圖相互融合，求得 具有平均像素值的地圖；
[0018] (9)根據(jù)原始的水印的偽隨機序列，以及融合后的水印地圖，計算關聯(lián)系數(shù)，如果 相關系數(shù)的絕對值大于等于所設定的閾值，則表明檢測到水印編碼，否則未檢測到；
[0019] (10)將編碼還原為水印位圖，并計算相似度。
[0020] 所述的待嵌入水印的地圖集合的生成步驟包括：
[0021] 對于每幅地圖Vi，計算對應的水印嵌入強度：
[0022] S (Vi) = {s (Pj) >0 I I ^ j ^ N}
[0023] 其中，S(Pj)表示地圖中特征點Pj在HVS系統(tǒng)內(nèi)的不可察覺程度，即P j與其他周圍 其他八個像素節(jié)點的亮度差值；
[0024] 依次讀取水印序列，對每個特征點：
[0025] s' （Pj) = s (Pj)+s (Pj) Lj，
[0026] Y1' =V^s(Pj)Lj,
[0027] 得到{V， |v/ I 1 彡 i 彡 4}。
[0028] 本發(fā)明的有益效果在于
[0029] 本發(fā)明完全基于影像地圖的色彩特性，通過多圖共存的方式，保持地圖的基本像 素特征，已達到水印橫存的目的，具體包括：
[0030] 實現(xiàn)了強魯棒性的水印嵌入和提取。水印嵌入載體基于影像的亮度差值，且嵌入 多幅相關性極強的地圖內(nèi)，水印一旦遭到破壞，可通過求取相關性和地圖的平均像素值而 得以恢復。
[0031] 極強的魯棒性。經(jīng)過測試，水印遭到嚴重破壞，只需影像地圖載體具有可用性，則 可通過相關地圖進行平均恢復，獲得相似度較高的水印信息。
[0032] 較好的隱蔽性。在水印嵌入節(jié)點的選擇上結(jié)合了 HVS原理，特征點都是一些視覺 不易察覺的位置，且通過計算亮度差值，有效控制了由于水印嵌入造成的色彩擾動，由于嵌 入的位置極為隱蔽，攻擊者很難專門地對水印發(fā)起攻擊。
【附圖說明】
[0033] 圖1影像地圖文件結(jié)構；
[0034] 圖2a影像地圖原始地圖；
[0035] 圖2b影像地右側(cè)平移效果圖；
[0036] 圖2c影像地右下平移效果圖；
[0037] 圖3實驗程序界面；
[0038] 圖4系統(tǒng)整體結(jié)構圖；
[0039] 圖5水印嵌入流程圖。
【具體實施方式】
[0040] 下面結(jié)合實驗實例對本發(fā)明做更詳細地描述：
[0041] 本發(fā)明提出的是一種面向影像地圖的強魯棒水印方法。（1)讀取影像地圖文件，獲 得完整的數(shù)據(jù)結(jié)構；(2)按照IMG影像的數(shù)據(jù)結(jié)構，提取地圖色彩特征值，對像素值進行編 碼；（3)結(jié)合設定閾值，將原始的地圖按照上、下、左、右、左上、左下、右上、右下八個方向在 閾值范圍內(nèi)隨機平移；(4)從八幅平移得到的地圖中隨機選取4幅，并和原圖共同組成圖像 序列；(5)制作水印位圖并轉(zhuǎn)換為二值序列，對應水印編碼產(chǎn)生一個可供嵌入的偽隨機序 列；(6)對選定的圖像序列，結(jié)合HVS(人類視覺系統(tǒng)）原理和閾值選取有限個特征點，計算 特征點像素與其周圍另外八個像素點的差值；（7)將像素差值與偽隨機序列的乘積結(jié)果對 應地疊加到特征點上；(8)遞歸完成上述操作，然后隨機選取已嵌入水印的5幅地圖中的任 意幾幅發(fā)布出去。
[0042] 本發(fā)明是關于地圖學及地理信息科學的信息處理方法，主要是一種MG格式影像 地圖的水印方法。
[0043] 本發(fā)明的目的是這樣實現(xiàn)的：包括水印的嵌入和提取，其步驟包括：
[0044] (1)讀取IMG影像地圖文件，獲得所有像素信息的鏈表。
[0045] (2)掃描水印位圖，獲得水印二進制編碼，并生成偽隨機序列。
[0046] (3)設定閾值，并結(jié)合閾值，對地圖進行八個方向的平移。
[0047] (4)得到位移后的八幅地圖，隨機選取其中三幅，聯(lián)同原始地圖一并作為待嵌入水 印的地圖。
[0048] (5)利用HVS(人類視覺系統(tǒng)）系統(tǒng)，檢測每幅地圖，獲取特征點。
[0049] (6)計算每一個特征點與周圍像素點的差值，將對應隨機序列值與像素差值的乘 積累加到該特征點。
[0050] (7)對于嵌入水印后的地圖，隨機選取其中幾幅發(fā)布。
[0051] (8)在水印檢測時，將待檢測地圖與其它嵌入水印但未發(fā)布的地圖相互融合，求得 具有平均像素值的地圖。
[0052] (9)根據(jù)原始水印序列，以及融合后的水印地圖，計算關聯(lián)系數(shù)。檢測水印編碼。
[0053] (10)將檢測到的編碼還原為水印位圖，并計算與原始水印的相似度。
[0054] 本發(fā)明還可以包括：
[0055] 2、所述的讀取MG影像地圖文件的步驟中，直接根據(jù)MG金字塔型的數(shù)據(jù)組織結(jié) 構，自鏈表頭節(jié)點開始，讀取每個節(jié)點的像素值字段。
[0056] 3、所述的偽隨機序列生成的步驟中，具體方法為：
[0057] 根據(jù)定義好的水印位圖，將位圖轉(zhuǎn)換為二進制的水印編碼序列，然后依次掃描每 個水印比特倌，#桉照加下挪_構律偽晡機序列L。
[0059] 其中，La e {+1，-1}，則L是一個由N個元素組成的偽隨機序列，N是對應二進制 水印編碼的長度。
[0060] 4、所述的閾值設定和地圖平移過程中，為了降低對于水印地圖的過強擾動，限定 平移單位不能超過1個像素，故閾值小于1，同時，為了起到混淆和擴散的目的，按照逆時針 方向規(guī)定了八個平移方式，得到不同方向的八幅衍生地圖。
[0061] 5、所述的地圖選取過程中，是為了平衡安全性和效率二者的關系，不能過多頻繁 的嵌入水印信息，故從混淆的衍生地圖中選取3幅，并結(jié)合原始的地圖一并作為可嵌入水 印的地圖對象{V| Vi|l彡i彡4}。
[0062] 6、所述的每幅地圖特征點選取的過程中，是按照HVS(人類視覺系統(tǒng)）原理，掃描 每一幅地圖，找到視覺不敏感區(qū)域內(nèi)的關鍵節(jié)點，最終節(jié)點的選取策略是參照每節(jié)點僅嵌 入1比特水印的規(guī)則，選取最多元素集合。
[0063] 7、所述的數(shù)字水印嵌入策略中，將水印偽隨機序列同亮度差值的乘積疊加到視覺 不敏感的特征點上，具體方法是：
[0064] 對于每幅地圖Vi,計算對應的水印嵌入強度，即水印容量：
[0065] S (Vi) = {s (Pj) >0 I I ^ j ^ N}
[0066] 其中，s (Pp表示特征點&在HVS系統(tǒng)內(nèi)保持視覺不敏感情況下，p #其他周圍其 他八個像素節(jié)點的亮度差值。
[0067] 具體地，讀取水印的偽隨機序列值后，對地圖內(nèi)的每個特征點嵌入水印信息：
[0068] Sr (Pj) = s (Pj)+s (Pj) Lj
[0069] 對每幅地圖由此遞歸計算：
[0070] Vi' = Vj+s (Pj) Lj
[0071] 最終得到嵌入數(shù)字水印后的地圖集合{V' I Vi' I 1彡i彡4}。
[0072] 8、所述的水印地圖發(fā)布過程中，即選取地圖集合{V' |Vi' 中的部 分地圖發(fā)布。
[0073] 9、所述的水印信息檢測過程中，將待檢測的地圖V'與其它嵌入水印但未發(fā)布的 地圖V tl相融合，根據(jù)閾值T，逆向平移V ^，并對待檢測地圖V'進行逆向恢復，求得平均像素 值的地圖樣本t
[0074] 10、具體的水印提取方式為：根據(jù)原始水印Wtl的生成規(guī)則，重新生成偽隨機序列 L，計算L與地圖樣本P的關聯(lián)度C :
[0076] 如果|C|>T，表明地圖內(nèi)嵌入了疑似水印Wt;否則，表明偽隨機序列不存在于地圖 內(nèi)，即地圖內(nèi)無被檢測水印，具體表示為：
[0078] 特別地，對于單位水印比較過程中，有如下關系成立：
[0080]其中，Wi e w