一种三维网格模型版权认证方法
【专利摘要】本发明提供一种三维网格模型版权认证方法。包括：S1：生成光全息加密版权水印信息；S2：三维网格模型进行预处理；S3：在柱坐标系下构建模型几何特征矩阵；S4：对几何特征矩阵通过QR分解嵌入版权水印信息；S5：将嵌入版权水印信息的三维网格模型在网络等公共信息平台上进行发布；S6：获取的待检测三维网格模型经过预处理对几何特征矩阵进行QR分解提取版权加密信息灰度图，通过傅里叶逆变换与二阶巴特沃斯高通滤波器的滤波得到版权二值水印图像，经人眼识别即可判定三维网格模型的版权归属。该方法是一种空域盲水印算法，具有较高的鲁棒性，克服了已有三维模型版权认证方法存在着易被解密仿制无法方便有效地进行版权防伪认证的突出问题。
【专利说明】一种三维网格模型版权认证方法
【技术领域】
[0001] 本发明涉及三维【技术领域】，尤其涉及一种三维网格模型版权认证方法。
【背景技术】
[0002] 近年来随着计算机处理能力的提高，三维模型在计算机辅助设计、计算机动画、虚 拟现实到文物考古、医学可视化、影视游戏等众多领域得到了广泛应用。与传统的媒体数据 (文字、音频、图像）相比，三维模型的获取、加工处理更加复杂，投入的人力、物力和财力更 多，凝聚了更多的智力因素，具有更高的价值。在网络交流日益普及和电子商务高速发展的 今天，对三维模型进行版权认证是数字出版社会化内容生产与监管问题研究的重点内容。 其中三维模型数字水印是对三维模型进行有效版权认证的一种重要手段，它的研究不仅可 在信息交流中防止侵权、在打击盗版方面发挥着重要的作用，而且对于规范数字化市场、促 进人类信息产业健康持续的发展也具有极为重要的意义。
[0003] 根据水印算法的工作域不同，下面将3D网格数字水印分为空域和变换域两大类。
[0004] 变换域算法：1999年，Praun等将广泛应用于二维数字水印方案的扩频技术推广 到三维模型数字水印算法中，此方法虽比较强壮，但是仍有不足之处，如计算量大，完全独 立于常用的网格处理和编辑算法，需要对模型进行多分辨率分解。2001年，Ohbuchi基于网 格的拓扑关系得到Laplace算子，通过网格的伪频谱分析实现三维网格模型水印算法，但 是数据嵌入量不大。1998年，Kanai等提出了一种将原始三维模型进行小波变换后通过修 改小波系数嵌入水印信息的非盲水印算法。Kai wang同样对三维网格模型进行小波分解， 将鲁棒水印、脆弱水印、高容量水印嵌入到合适的小波分辨率级中实现了盲水印算法，但鲁 棒性不高。2008年，Liu，Y提出使用流形谐波变换将原始网格变换到频域后进行水印嵌入， 但在剪切攻击时容易丢失严重的形状信息。2009年，Konstantinides提出将水印信息嵌在 球体调和系数中，但该方法完全依赖于网格的全局配准所以无法承受剪切攻击。
[0005] 空域算法：1997年，Ohbuchi等发表了一篇关于3D网格数字水印的文章随后针 对三角形网格，根据网格替换、拓扑替换和可见模式等概念提出了几种水印算法，其中最 具代表性的和最具历史意义的是三角形相似四元组算法，四面体体积比算法，这些算法对 噪声及拓扑改变非常敏感。2005年Zafeiriou提出通过改变球坐标系下的顶点坐标以此 嵌入水印信息，但不能抵抗仿射变换。2008年Salman使用三维模型的法向矢量分布来嵌 入水印信息，而在提取水印信息时还需三维模型详细的内部组织信息仅适用于嵌入私有 水印。2009年，清华大学王瑀屏、胡事民等人提出了一种基于积分不变量的空域半脆弱忙 水印算法可以抵抗顶点乱序、RST变换、轻微噪声等攻击，但易造成原始三维模型的整体变 形。2009年，武汉理工大学的Qingsongai提出根据三维模型特征点将三维模型划分多个 Voronoi patch而后将水印信息嵌入其中，具有较好的抗裁剪性能，但根据选取的特征点划 分Voronoi patch这一前期处理进程中将要花费大量的时间，操作实现较为困难。2011年 Ho L提出选用三维模型表面与质点中心相交的顶点信息来嵌入水印并与渐进网格压缩相 结合用于三维细节层次模型的水印保护，但基于直方图面元移动的技术却改变了顶点几何 信息。Liu Quan提出构建球面坐标映射方阵应用SVD分解来构造更稳定的水印嵌入基元来 嵌入水印的非盲水印算法，能够抵抗噪声、裁切，极大提升了空域水印算法的鲁棒性，但因 SVD分解时间复杂度是O (N3)运算速度较慢。
[0006] 在对三维网格模型水印方法的研究和实践过程中，本发明的发明人发现：总体上 频域水印算法鲁棒性较高，能够有效平衡鲁棒性与透明性，但算法复杂，嵌入量小。此外由 于三维模型缺少自然参数化的方法，使得对三维模型的直接频域分解难以实现。相比较于 频域算法，空域算法具有嵌入方法简单、嵌入量大的优势，具有重要的实际应用价值，但是 盲水印实现较为困难、鲁棒性也往往比较差、实际应用具有一定的局限性。此外在上述现有 3D网格数字水印算法中，多使用伪随机序列或Arnold变换对水印图像进行置乱加密作为嵌 入水印信息，因伪随机序列线性复杂度低、Arnold变换加密容易受到穷举攻击，上述算法存 在着易被解密仿制无法进行准确地防伪认证的突出问题。
【发明内容】
[0007] (一）要解决的技术问题
[0008] 本发明要解决的技术问题是，克服上述现有技术的不足，提供一种属于空域盲数 字水印算法的三维网格模型版权认证方法。该方法不易被解密仿制、具有较高的鲁棒性可 抵抗平移、均匀缩放、顶点重排序、噪声攻击，通过人眼即可准确进行三维模型版权信息认 证。
[0009] (二）技术方案
[0010] 本发明提供一种三维网格模型版权认证方法，具体的技术方案是，包括以下步 骤：
[0011] Si:将版权信息进行光全息加密，将生成的光全息加密二值序列信息^,.作为三维 网格模型进行嵌入的版权水印信息；
[0012] S2 :对三维网格模型进行预处理，该预处理包括：
[0013] S21 :在笛卡尔坐标系下根据三维网格模型顶点坐标求出三维网格模型的中心点 坐标；
[0014] S22 :将三维网格模型的中心移动到坐标原点；
[0015] S23 :对三维网格模型调整到唯一姿态做校准预处理；
[0016] S24 :将笛卡尔坐标系下的各顶点转成圆柱坐标系下的坐标；
[0017] S3 :构建圆柱坐标系下模型几何特征矩阵；
[0018] S4 :对几何特征矩阵通过QR分解嵌入版权水印信息；
[0019] S5:将嵌入版权水印信息的三维网格模型在网络等公共信息平台上进行发布而形 成待检测三维网格模型；
[0020] S6:对在网络等公共信息平台上获取的待检测三维网格模型的在圆柱坐标系下构 建的几何特征矩阵进行QR分解，然后经傅里叶逆变换并与二阶巴特沃斯高通滤波提取的 版权信息二值图像通过人眼进行识别，即可判定三维网格模型的版权归属。
[0021] 进一步地，对于步骤Sl，将版权信息生进行光全息加密生成版权水印信息包括以 下步骤：
[0022] Sll :制作二值版权信息水印图像gmaA(x，y);
[0023] S12 :将二值版权信息水印图像gmaA(X，y)经过一个由高斯随机数产生的二维随机 相位模板$(x，y)进行调制，形成调制的水印图像，该调制的水印图像表示为gj^y)= gmark(x，y)exP[i 小（X，y)];
[0024] S13 :对调制的水印图像gjxj)进行傅立叶变换，变换的水印图像表示为 Gmark ( €，打）；
[0025] S14:使用参考光 RU, n) = RQeXp[2Jii(a^+bn)]对变换的水印 图像GmaritU，n)进行干涉而得到光全息加密信息HU，n) = GmaJu，n) R(I, n)+Gmark(I, n)R*(l, n)；
[0026] S15 :将光全息加密信息HU，n)存储为灰度图像H(x，y);
[0027] S16 :灰度图像H(x，y)的每一个像素数据量为8bit，将灰度图像H(x，y)转化生成 光全息加密二值序列信息'|^, (i = 1，2, ".length, length = sXsX8)作为三维网格模型 进行嵌入的版权水印信息。
[0028] 进一步地，在步骤S23中，按照以下方式对三维网格模型调整到唯一姿态做校准 预处理：
【权利要求】
1. 一种三维网格模型版权认证方法，其特征在于，包括以下步骤： 51 :将版权信息进行光全息加密，将生成的光全息加密二值序列信息作为三维网 格模型进行嵌入的版权水印信息； 52 :对三维网格模型进行预处理，该预处理包括： 521 :在笛卡尔坐标系下根据三维网格模型顶点坐标求出三维网格模型的中心点坐 标； 522 :将三维网格模型的中心移动到坐标原点； 523 :对三维网格模型调整到唯一姿态做校准预处理； 524 :将笛卡尔坐标系下的各顶点转成圆柱坐标系下的坐标； 53 :构建圆柱坐标系下模型几何特征矩阵； 54 :对几何特征矩阵通过QR分解嵌入版权水印信息； S5:将嵌入版权水印信息的三维网格模型在网络等公共信息平台上进行发布而形成待 检测三维网格模型； S6:对在网络等公共信息平台上获取的待检测三维网格模型的在圆柱坐标系下构建的 几何特征矩阵进行QR分解，然后经傅里叶逆变换并与二阶巴特沃斯高通滤波提取的版权 信息二值图像通过人眼进行识别，即可判定三维网格模型的版权归属。
2. 根据权利要求1所述的三维网格模型版权认证方法，其特征在于： 对于步骤S1，将版权信息生进行光全息加密生成版权水印信息包括以下步骤： 511 :制作二值版权信息水印图像gmaA(x，y); 512 :将二值版权信息水印图像gmaA(X，y)经过一个由高斯随机数产生的二维随机 相位模板$(x，y)进行调制，形成调制的水印图像，该调制的水印图像表示为gj^y)= gmark(x，y)exP[i小（X，y)]; 513 :对调制的水印图像gd(x,y)进行傅立叶变换，变换的水印图像表不为 Gmark ( €，打）； 514:使用参考光1?(^，11)=1^邓[2以(&€+13 11)]对变换的水印图像6_1;(^，11) 进行干涉而得到光全息加密信息H(i，n) =Gmari；U，n)R(l，n)+GmaritU，n) R*U,n)； S15:将光全息加密信息HU，n)存储为灰度图像H(x，y); S16 :灰度图像H(x，y)的每一个像素数据量为8bit，将灰度图像H(x，y)转化生成光全 息加密二值序列信息(i= 1，2, --?length,length=sXsX8)作为三维网格模型进行 嵌入的版权水印信息。
3. 根据权利要求1所述的三维网格模型版权认证方法，其特征在于： 在步骤S23中，按照以下方式对三维网格模型调整到唯一姿态做校准预处理： 根据公式
构建三维模型顶点的协方差矩阵cv; 计算协方差矩阵cv的三个特征值并按由大到小的顺序排列Amid，Amin，所对应的 特征向量是nmax，nmid，nmin; 计算特征向量nmin与y轴的夹角a，特征向量nmin旋转a与y轴对齐确定旋转矩阵T1； 计算特征向量nmid与x轴的夹角P，特征向量nmid旋转P与x轴对齐确定旋转矩阵 t2； 三维模型各顶点通过公式Vi" =Vi'xi\xt2计算表示为Vi" (Xi〃，yi"，Zi")，可 以使三维模型调整到唯一的姿态朝向， 在步骤S24中，将笛卡尔坐标系下的各顶点Vi "(Xi"，yi"，Zi ") 按公式
转成柱面坐标系下的坐标 Vi" (Pi"，0/，z，）0 彡 0/ <2^1。
4.根据权利要求1所述的三维网格模型版权认证方法，其特征在于： 在步骤S3中，按照以下步骤构建圆柱坐标系下模型几何特征矩阵： S31 :将三维网格模型顶点Vi转换到圆柱坐标系下（P，0，z)后，依据z值由大到小的 顺序进行排序；若部分顶点的z值相同，则将其归为一类，作为顶点集合\的一个子集Vsub ; 顶点集合\依据z值划分的子集个数记作nz，nze[1，n]; S32:对于顶点集合依据0值由小到大的顺序进行排序；若部分顶点的0值相同 则将其归为一类，作为顶点集合\的一个子集，顶点集合\依据0值划分的子集个数 记作e[l5n];在每一个子集内，根据z值由大到小对顶点排序；若部分顶点的z值 相同，则将其归为一类作的一个子集VMk;计算该子集内各个顶点到模型中心的距离
tvke ，并按有小到大的顺序对VMk子集中的顶点进行排序；统计各子 集V0jk中顶点个数nunijk，求出各V0j中最大子集的顶点个数max(nunijk); S33 :圆柱坐标系下的三维网格模型可用矩阵D[nz，ne]表示，
，其 中D[i，j]表示处于依据z值划分的第i个子集也同时依据0值划分而确定的顶点Vij到 模型中心的距离
，式中Pu表示该顶点在平面〇xy上的极坐标半径，Zij表 示该顶点在圆柱坐标系下的z值； S34:矩阵D可以存储11'1!0个顶点的d值，远大于三维网格模型顶点的数目n;因此D含有大量的〇值，是一个稀疏矩阵，读取D中非0值元素构建模型几何特征矩阵。
5. 根据权利要求1所述的三维网格模型版权认证方法，其特征在于： 在步骤S4,对几何特征矩阵通过QR分解嵌入版权水印信息包括以下步骤： 541 :对几何特征矩阵D'的元素进行归一化处理，即使用公式 f
f对所有顶点到模型中心的距离进行归一化处理使屯/e[0，1]， 其中dmin表示顶点集Vi中的顶点到模型中心v。的最小距离，d_表示顶点集Vi中的顶点 到模型中心v。的最大距离，屯，表示顶点到模型中心V。的距离屯经归一化处理后的结果 值； 542 :将几何特征矩阵D'划分成
个大小sXs的非重叠矩阵块，其中 sXs是二值水印图像gmaA(x,y)的大小，m是QR分解矩阵的行数和列数； 543 :根据公式D' =Q?R对每一个选中的大小为mXm的矩阵块进行QR分解； 544 :通过修改矩阵R第一行中的元素rn,r12......rlm即(j= 1, 2*"m)来嵌入水印信 息》^,中的m位二进制数据； 545 :用修改得到的ri/替换rij，并利用公式矿=QXR#执行逆QR分解得到含水印的 矩阵块； 546 :重复执行S43-S45直至几何特征矩阵中的
矩阵块都进行了嵌入版 权水印信息操作； S47:根据公式d、= &((!'max-d，min)+d，矿对几何特征矩阵D'的元素 逆归一化处理，并根据公式将该矩阵中各顶点的柱面坐标重新转化为 笛卡尔坐标；
S48 :将嵌入版权水印信息的三维模型各顶点根据公式vf' =<xr/xJ；计算调整回原 始姿态朝向。
6. 根据权利要求5所述的三维网格模型版权认证方法，其特征在于： 步骤S6包括以下步骤： S61 :对可能含有版权水印信息的三维模型执行S2步骤进行三维模型预处理； S62 :根据步骤S3在圆柱坐标系下构建几何特征矩阵，根据步骤S41进行归一化处理后 得到矩阵D' ;S63 :根据公式D' =Q*R对每一个含水印的几何特征矩阵块进行QR分解得 到矩阵R# ; 564 :从矩阵R#中提取m位二进制版权水印信息； 565 :重复执行S62-S64步骤直到所有嵌入版权水印信息的矩阵块都执行完毕，被提取 出来的加密版权信息水印序列按每8位为1组进行分组，将每1组二进制数据转换为十 进制的数据值，最终数据存储为灰度图像H#(x，y); 566 :对灰度图像进行傅里叶逆变换，并使用二阶巴特沃斯高通滤波器进行滤波得到二 值水印图像glA(x，y)，通过人眼识别图像glA(x，y)即可判定三维网格模型的版权归属。
7. 根据权利要求4所述的三维网格模型版权认证方法，其特征在于： 在S34中，读取D中非0值元素构建模型几何特征矩阵的具体方法为： 将D中非0的&值按行序排序读取，构成一个长度为n的非负实数序列
，定义向量 〇K一 ^d(K-1)L+1，d(K-i)]^，' dd'其中 1 <K<L，则得到模型几何特征 矩阵：
8. 根据权利要求5所述的三维网格模型版权认证方法，其特征在于： 在S44中，通过修改矩阵R第一行中的元素rn,r12......rlm即(j= 1, 2…m)来嵌入 水印信息中的m位二进制数据的具体方法为：计算min=min(ryj= 1, 2,…m,max=max(Aj)j= 1, 2,…m,
，根据公式
以min为起始端， 使用A作为量化区间对1^(」=1，2?m)进行量化；根据要嵌入的每一位版权水印信息^ 是0还是1按照公式
修改矩阵R第一行中的元素 rn,r12......rlm即= 1, 2*"m)来嵌入水印信息仏，中的m位二进制数据。
9. 根据权利要求6所述的三维网格模型版权认证方法，其特征在于： 在S64中，从矩阵R#中提取m位二进制版权水印信息具体方法为： 根据r、。= 1，2…m),min=minCr'j)j= 1，2, ...m，max=maxCr'j)j= 1，2,...
重新进行计算；利用公式
从矩阵 R#的第一行元素r、(j= 1，2…m)中提取m位二进制版权水印信息。
10.根据权利要求2所述的三维网格模型版权认证方法，其特征在于： 在步骤S11中，在制图软件PHOTOSHOP中制作二值版权信息水印图像gmaA(x，y)。
【文档编号】G06T1/00GK104408338SQ201410606156
【公开日】2015年3月11日 申请日期:2014年10月31日 优先权日:2014年10月31日
【发明者】王文举, 孙刘杰 申请人:上海理工大学