一种基于fcm聚类特征的gis矢量数据版权认证方法
【专利摘要】本发明公开了一种基于FCM聚类特征的GIS矢量数据版权认证方法。本发明主要针对GIS矢量数据中地理要素空间聚类特征稳定的优势，以及零水印利用原始作品的重要特征来构造原始水印信号的特点，通过地理要素FCM聚类特征构建用于GIS矢量数据版权认证的零水印，较好地解决了GIS矢量数据水印的不可感知性和鲁棒性之间的矛盾。本发明的版权认证方法不会影响数据质量，能有效抵抗数据编辑、裁剪等多种攻击，具有较高的鲁棒性。
【专利说明】一种基于FCM聚类特征的GIS矢量数据版权认证方法
【技术领域】
[0001]本发明属于地理信息安全领域,具体涉及一种基于模糊C均值(Fuzzy c-means,简称FCM)聚类算法提取数据聚类特征，并基于零水印版权认证原理，进行GIS矢量数据版权认证的方法。
【背景技术】
[0002]面向GIS矢量数据的海量特点与高保真要求，基于传统版权标记算法的版权认证越来越无能为力。相关数字水印技术虽可用于GIS矢量数据的版权认证，并得到一定应用，但仍存在着以下两方面不足:I)嵌入在地理空间数据产品中的版权标记，易被其操纵软件一GIS软件的坐标变换、投影变换等操作所擦除，算法的鲁棒性难以满足版权保护的需要；2)版权标记的嵌入会对原始载体数据造成一定的干扰和失真。
[0003]零水印作为一种新型的数字水印系统，由于是利用原始作品的重要特征来构造原始水印信号，而不是修改这些特征，可以很好地解决数字水印的不可感知性和鲁棒性之间的矛盾，并是一种天然的盲水印系统。此外，由于FCM空间聚类特征的稳定性和不变性，基于FCM聚类特征构建的零水印具有较高的鲁棒性。为此，本发明主要在基于FCM聚类算法提取地理要素的空间聚类特征信息的基础上，构建零水印版权标识来进行GIS矢量数据的版权认证。
【发明内容】
[0004]本发明的目的在于:基于模糊C均值(FCM)聚类算法构建零水印，实现具无数据失真、高鲁棒性特点的GIS矢量数据版权认证。
[0005]为了实现上述目的，本发明所采取的技术方案主要包括以下过程:
[0006]( I)版权标记生成过程
[0007]步骤一:设定聚类数目c和权值参数m (m e [I,-))。一般来讲聚类数目c要远远小于聚类样本的总个数，同时要保证c>l ;
[0008]步骤二:打开一个GIS矢量数据文件；将文件中每个要素中各节点的横坐标和纵坐标信息读取到二维数组D中，二维数组D的格式为D [η] [2]，η为节点个数；
[0009]步骤三:用值在0-1间的随机数初始化隶属矩阵U=Iuij I i=l, *.., c; j=l,…，η},使其满足式(I)中的约束条件；[0010]
【权利要求】
1.一种基于FCM聚类特征的GIS矢量数据版权认证方法，其特征在于，包括如下步骤: (一)版权标记生成过程 步骤一:设定聚类数目c和权值参数m，me [I,⑴)，聚类数目c远远小于聚类样本的总个数，同时c>l ; 步骤二:打开一个GIS矢量数据文件；将文件中每个要素中各节点的横坐标和纵坐标信息读取到二维数组D中，二维数组D的格式为D [η] [2]，η为节点个数； 步骤三:用值在0-1间的随机数初始化隶属矩阵U={Uij|i=l，- ,c; j=l,…，η}，使其满足式(I)中的约束条件；
【文档编号】G06F21/16GK103853946SQ201410103923
【公开日】2014年6月11日 申请日期:2014年3月19日 优先权日:2014年3月19日
【发明者】李安波, 朱阿兴, 闾国年 申请人:南京师范大学