一种基于局部粗糙度分析的三维网格水印嵌入和检测方法
【专利摘要】本发明公开了一种基于局部粗糙度分析的三维网格水印嵌入和检测方法，包括水印信息嵌入过程和水印信息检测过程；其中，水印信息嵌入过程为对三维网格模型根据顶点的粗糙度进行子网格划分，然后通过调整子网格的顶点范数分布实现多份水印嵌入；水印信息检测过程为从每个子网格中提取一份水印序列，然后通过多数投票机制确定提取的最终水印信息。
【专利说明】一种基于局部粗糙度分析的三维网格水印嵌入和检测方法
【技术领域】
[0001] 本发明涉及一种三维模型版权保护的数字水印技术，属于计算机图形学和多媒体 信息安全【技术领域】，具体地说是一种基于局部粗糙度分析的三维网格水印嵌入和检测方 法。
【背景技术】
[0002] 鲁棒的数字水印技术可有效地应用于数字内容的版权保护，利用这种水印技术在 多媒体内容的数据中嵌入水印信息，在发生版权纠纷时，可通过提取的水印信息确认其版 权。用于版权保护的数字水印要求具有很强的鲁棒性和安全性，水印除了能在一般的常规 处理操作中存在外，还应该能够抵抗恶意攻击。近年来，三维模型已广泛地应用于虚拟现 实、视频游戏、辅助设计和医学图像等领域，随着网络技术和多媒体技术的方法，三维模型 的拷贝和传播变得越来越便捷，版权问题不断产生，因此研究三维模型的数字水印技术是 非常有必要的。然而由于三维模型的采样不规则性以及可能面临的攻击更为多种多样，因 此目前针对三维模型的鲁棒水印技术研究比起其他的数字内容（如文本、图像、音频和视 频等）相对较少，并且仍然存在着很多问题。
[0003] 早期的三维模型的鲁棒水印研究，主要是对于模型整体采用某种修改几何或拓 扑结构的方式来嵌入水印。然而，如文献l:〇.Benedens. Watermarking of 3D polygon based models with robustnessagainst mesh simplification. Proceedings of SPIE:Security and Watermarkingof Multimedia Contents, 1999:329-340.和文献 2: F.Cayre, B. Macq. Data Hiding on 3-D Triangle Meshes. IEEE Transactions on Signal Processing, 2003, 51 (4) :939-949.所述的方法只能对于某几种攻击具有鲁棒性，且水印 后引起的扭曲变形相对较大。文献 3 :K. Kim, M. Barni, and Η· Z. Tan. Roughness-Adaptive 3-D Watermarking Based on Masking Effect of Surface Roughness, IEEE Transactions on Information Forensics and security, 2010, 5 (4) :721-733.文献 4:陈强，唐艳.基 于表面粗糙度的自适应三维模型盲水印算法，计算机应用，2009, 29(4) :952-955.和文献 5:朱利利，张建勋，汪波.基于粗糙度的三维网格模型数字水印，重庆大学学报（自然科 学版），2014, 28 (2) : 87-91.往往通过二面角或平均曲率来描述粗糙度，据此来选择高粗糙 度的顶点用于水印嵌入，或者增加嵌入强度来嵌入水印，在保证鲁棒性的基础上，增强了三 维模型数字水印的不可感知性。然而，这些方法对于嵌入容量受限，且对鲁棒性的改善有 限，对于某些常见的攻击依然较为敏感。而且二面角和平均曲率事实上描述的仅仅是模 型的曲度，并不能很好的反应表面粗糙度，因此对于视觉扭曲的改善效果依然有限。中国 专利201310126150. 2基于顶点曲率的三维模型数字水印嵌入与盲检测方法，则利用顶点 曲率的分布来嵌入水印，该方法对于多种攻击具有较好的鲁棒性，但对于细分和剪切攻击 未作评价，且水印引起的几何扭曲相对较高。文献6:J. W. Cho，R. Prost and Η. Y. Jung. An oblivious watermarking for 3-D polygonal meshes using distribution of vertex norms. IEEE Transactions on Signal Processing, 2007, 55 (1) : 142-155.通过调整顶点 范数分布来嵌入水印，被认为是近年来最为鲁棒的水印方法之一，但是仍然不能抵抗剪切 攻击且易产生视觉上的扭曲。然而，剪切操作是三维建模、娱乐设计中的常见的网格编辑操 作，因此，需要三维模型的水印能够抵抗此类攻击。
[0004]近年来，文献 7 :P. R. Alface, B. Macq, and F. Cayre. Blind and robust watermarking of 3D models:How to withstand the cropping attack ? Proceedings of the IEEE International Conference on Image Processing, San Antonio, 2007, 5:465-468.提出可通过网格分割的方法来增强水印抵抗剪切攻击的能力。在此基础上，后 续部分研究开始提出基于不同的分割方法来提高水印的鲁棒性。中国专利201310167803. 1 基于网格分割的三维网格模型非盲水印实现方法，即是采用了此种思想，基于形状直径函 数的分割算法对模型进行有意义的分割，然后对每个分割块嵌入水印，该方法可以抵抗简 化、剪切、噪声等攻击，但对水印引起的几何扭曲改善不大，且依然会引起模型视觉质量的 下降。
【发明内容】
[0005] 发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于局 部粗糙度分析的三维网格水印嵌入和检测方法，用于支持对不同应用领域的三维模型的有 效版权保护。
[0006] 为了解决上述技术问题，本发明公开了一种基于局部粗糙度分析的三维网格水印 嵌入和检测方法，包括以下步骤：
[0007] 步骤一，水印信息嵌入过程：对三维网格模型根据顶点的粗糙度进行子网格划分， 然后通过调整子网格的顶点范数分布实现多份水印嵌入。
[0008] 步骤二，水印信息检测方法：从各个子网格中提取一份水印序列，然后通过多数投 票机制确定提取的最终水印信息。
[0009] 本发明步骤一中所述水印信息嵌入过程包括以下步骤：
[0010] 步骤11，水印序列生成：采用改进型逻辑斯蒂映射（logistic-map) xe+1 = 1-μ χε2, e = 1，2,…调制混沌状态水印序列，并进行量化二值处理，当χε彡0时，取为1， 否则we为0。将最终得到的混沛二值序列作为水印信息W = (Wp w2,…，wj。
[0011] 步骤12,局部粗糙度分析：计算网格各顶点的高斯曲率Ke(Vi)，构建网格拉普拉 斯矩阵D，然后根据拉普拉斯矩阵设置权重计算各顶点的局部粗糙度LRp将所有顶点按照 局部粗糙度值降序排序，并平均划分为N P个子网格。
[0012] 步骤13,对每个子网格，计算中心点on(xn, yn, ζη), η = 1，2,…NP，计算顶点范数p k =I I Vk_〇nl I，聚类顶点范数P k到L个扇区（bins)中并把每个bin中的顶点范数p 归 一化到[0, 1]，转换为久k。当在bin中嵌入水印值为1时，初始化β = 1，归一化的顶点范 数，计算bin中归一化顶点范数的平均值，如果
【权利要求】
1. 一种基于局部粗糙度分析的三维网格水印嵌入和检测方法，其特征在于，包括水印 信息嵌入过程和水印信息检测过程； 其中，水印信息嵌入过程为对三维网格模型根据顶点的粗糙度进行子网格划分，然后 通过调整子网格的顶点范数分布实现多份水印嵌入； 水印信息检测过程为从每个子网格中提取一份水印序列，然后通过多数投票机制确定 提取的最终水印信息。
2. 根据权利要求1所述的方法，其特征在于，所述水印信息嵌入过程包括以下步骤： 步骤11,水印序列生成：利用混沛系统调制混沛状态的二值序列作为水印信息； 步骤12,局部粗糙度分析：对三维网格模型所有顶点进行局部粗糙度计算，并按粗糙 度值进行降序排序，平均划分子网格； 步骤13,水印嵌入：对每个子网格，调整顶点范数的分布以嵌入水印，并根据水印后的 顶点范数修改顶点坐标。
3. 根据权利要求2所述的方法，其特征在于，步骤11中所述水印序列生成部分包括以 下步骤： 步骤111，采用改进型的逻辑斯蒂映射xe+1 = 1-Ux/对水印信息进行调制，e为自然 数，使水印信息处于混沛状态，取分支参数y = 2, Xc!为迭代的初始值，并作为密钥存在； 步骤112,对于步骤111产生的水印序列进行二值量化，即当\彡0时，取I为1，否则 we为0,由we对应构成水印二值序列W = (Wp w2, . . .，w)，e = 1，2, . . . L，L为水印长度。
4. 根据权利要求2所述的方法，其特征在于，步骤12中所述局部粗糙度包括以下步 骤： 步骤121，计算三维网格模型人1所有顶点的离散高斯曲率，顶点Vi的高斯曲率k 计算公式如下，/ = 1，2,3…v, ，，i取值上限是三维网格模型以所有顶点总数：
其中，0』，表示在一阶三角形邻域内与Vi相邻的内角，表示Vi的一 阶邻域三角形的个数； 步骤122,计算三维网格拉普拉斯矩阵：
其中，1表示在一阶三角形邻域内所有与顶点Vi相邻的顶点个数，a u和P u分别 是连接顶点Vi和顶点\的边所分隔开的两个相邻三角形的相对的两个内角； 步骤123,计算三维网格模型別所有顶点的局部粗糙度，顶点Vi的局部粗糙度LRi根 据其自身和邻接顶点的高斯曲率加权得到，i = 1，2, 3...，权重则由三维网格的拉普拉斯 矩阵确定，计算公式如下：
步骤124,将三维网格模型所有顶点按照顶点粗糙度进行降序排序，并平均划分为NP个 子网格，每个子网格P"所含顶点个数相同：
其中，Pn表示划分的第n个子网格，1 < n < NP，表示三维网格模型，Vi表示人1中的 第i个顶点，Nv为三维网格模型顶点的数目，NP为划分子网格的数目。
5. 根据权利要求2所述的方法，其特征在于，步骤13中所述水印嵌入包括以下步骤： 步骤131，对每个子网格，计算其网格中心〇n，公式如下：
其中，vk表示子网格Pn*的顶点坐标，A(vk)表示在子网格中所有包含顶点v k的三角 形面片的面积； 步骤132,对子网格中的每个顶点，根据顶点坐标vk计算其到中心〇n的顶点范数P k = I，根据顶点范数将子网格中的顶点聚类到L个扇区中，公式如下：
其中，表示第e个扇区，1彡e彡L，Pn表示划分的第n个子网格，1彡n彡NP， e G [〇,〇. 15]表示裁剪率，Pmin和Pmax分别表示该子网格中顶点范数的最小值和最大值， P k为该子网格中的各个顶点的顶点范数，P b为每个扇区中顶点范数范围的大小； 步骤133,将每个扇区的顶点范数P 规范化到[0, 1]，转化为; 步骤134,迭代地调整，使得扇区中的顶点范数的平均值满足如下条件：
其中，a为水印嵌入强度因子，&为该扇区中所需要嵌入的水印值； 从而在每个扇区中嵌入1比特水印，根据嵌入水印后的顶点范数调整顶点坐标，从而 得到水印后的网格模型。
6. 根据权利要求2所述的方法，其特征在于，步骤134中所述顶点范数的调整，采用迭 代方式进行，具体步骤如下： 步骤1341，当在扇区中嵌入水印值为1时，初始化0 = 1，归一化的顶点范数调整为=y5fk，计算扇区中归一化顶点范数的平均值，如果泛+ ?，则令运=L迭代 进行本步骤，直至满足反>| + ?;当嵌入水印值为〇时，则在迭代过程中判断，当反 时，令0 0 + A 0，继续迭代，直至满足反<为止； 步骤1342,将归一化的顶点范数设置为调整后的值=泛,k，再进行反归一化处理得 到P\k，将原始三维网格模型別用球坐标表示，采用水印后的顶点范数P\k，保持角度 不变转化为笛卡尔坐标系，从而得到并保存含有粗糙度划分信息的水印网格模型文件, 并记录各子网格中心信息。
7.根据权利要求5所述的方法，其特征在于，水印信息检测过程包括： 步骤21，根据分发的含有粗糙度划分信息的水印网格模型文件，对各子网格，根据嵌入 过程保存的子网格中心，计算顶点范数，聚类到L个扇区中，每个扇区中的顶点范数归一化 到区间[〇, 1]，计算归一化后顶点范数的平均值瓦，根据平均值大小判断该扇区中嵌入的 水印值，公式如下：
步骤22,根据步骤21，提取到每个子网格的水印序列信息：对于所有水印序列，进行逐 位比较水印值，当1的数目大于0的数目时，该比特水印判定为1，反之，判定为0,逐位判断 完毕，得到提取的最终水印序列W' = (w' ; 步骤23,验证提取水印的有效性，对提取到的水印序列与原始水印序列进行逐位比对， 计算位错误率BER，BER>0. 5时认定为检测不到水印。
【文档编号】G06T1/00GK104281994SQ201410567649
【公开日】2015年1月14日 申请日期:2014年10月22日 优先权日:2014年10月22日
【发明者】孙正兴, 李红岩, 章菲倩, 郎许锋 申请人:南京大学