基于不变矩和Hilbert码的矢量居民地零水印方法与流程

本本发明属于地图学与地理信息科学技术领域，涉及一种针对矢量居民地数据的基于不变矩和Hilbert码的零水印方法。

背景技术：

矢量地图数据生产成本高昂，在社会经济活动中应用广泛，并且与国家安全息息相关，因此对其版权保护问题的研究意义重大。在地图上，不管是普通地图还是专题地图，居民地是地图表达中重要的、不可或缺的地图要素。因此，居民地数据版权保护在地图传播过程中显得尤为重要。

数字水印技术在数据版权保护和数据真伪检测的应用中发挥着重要作用，是一种可在开放的网络环境下实现信息隐藏域跟踪的新技术。同时由于矢量地理空间数据在数据结构、存储方式、表现形式和应用环境等方面的特殊性，使得数字水印技术在保护矢量地图安全中发挥重要作用。

学术界提出了不少针对矢量地图数据的水印方法，然而，目前已有的针对矢量面数据的水印方法不能直接用于居民地数据。居民地形状较为规整，顶点个数少，且拓扑关系均为相离关系。现有的针对面数据的水印方法属于嵌入性方法，其研究对象形状复杂，顶点繁多，各面要素间具有公共边，属于连续面数据。这类方法把矢量面数据看成是“点云”集合，水印信息直接隐藏在顶点中或它们的频率域系数中，这种以顶点为嵌入体的思想，忽略了对研究对象的形状、对象间空间关系的考虑，可能导致嵌入水印后的对象产生严重形状变形、对象间拓扑关系的冲突或不一致性。如果将这种嵌入型水印方法用于居民地数据，会破坏居民地的直角化特征，也会导致两个居民地相互压盖。因此，迫切需要研究适用于居民地数据的水印方法，以完善矢量数据版权保护技术。

第三届信息隐藏学术研讨会上，温泉最先提出零水印概念。零水印技术就是利用原数据的重要特征来构造水印，而不对原始数据做任何修改。鉴于此，本发明利用零水印技术来解决居民地数据盗版问题，保证居民地数据精度和拓扑关系不变。

技术实现要素：

本发明针对现有嵌入型水印方法不能直接应用于矢量居民地数据的不足，提出一种针对居民地数据的零水印方法。零水印技术弥补了传统嵌入型水印方法会导致被嵌入对象产生严重形状变形、对象间拓扑关系的冲突或不一致性的缺陷。同时，实验表明该方法能有效抵抗常见的几何攻击、裁剪攻击，同时对于居民地对象的增、删攻击也有具有较强的鲁棒性。

本发明包括零水印的构造、零水印检测以及增、删攻击的优化策略。

零水印构造是指利用原始居民地数据中提取的特征量与原始水印图像加密处理后的水印信息融合构造水印图像。步骤如下：利用Hilbert排列码对数据分块以便构造多个零水印。每块零水印的构造步骤为：首先，利用Arnold技术置乱原始水印图像；然后，计算居民地图形的矢量不变矩集并将其映射成一个二值矩阵；最后，将置乱后的水印图像与不变矩集所映射的二值矩阵进行异或运算，完成零水印构造。

零水印检测是利用已注册过的零水印与原始数据特征量，恢复原始水印图像。步骤如下，按照构造过程中的分块规则对数据进行相同分块，计算居民地图形的矢量不变矩集并将其映射成一个二值矩阵；将该二值矩阵与已注册的零水印图像进行异或运算得到一个置乱的水印图像，将该水印图像经过反置乱变换恢复出原始水印图像。

以上提取方法简单地实施构造过程的逆过程完成零水印提取，可能对居民地对象增、删攻击的抵抗性较弱，为了弥补该提取方法的不足，本发明提出一个增、删攻击的优化策略，即在水印检测前对遭受增、删操作的居民地数据进行优化处理再提取零水印。由于居民地的增加或删除会导致部分特征量富余或缺失，从而造成特征信息与水印信息严重的错位异或运算。本发明通过定位被篡改数据的特征量在构造序列中的位置，然后修改二值序列中相应位置处的值，剔除被增加对象的不变矩所对应的二值码或者为删除对象填补等长二值码序列，从而消除因错位运算对水印检测造成的影响。

本发明方法先进、科学，在完成版权标识的同时，保证了居民地数据精度和拓扑关系不变。通过实验表明，该方法能够有效抵抗常见的几何攻击（平移、缩放、旋转）、裁剪攻击，对增、删攻击也具有较好的鲁棒性，并且是一种天然的盲水印方法，具有较好的使用价值。

附图说明

图1 是零水印构造流程图

图2(a) 是原始水印图像

图2(b) 是(a)图 Arnold置乱1次后图像

图2(c) 是(a)图 Arnold置乱15次后图像

图2(d) 是(a)图 Arnold置乱24次后图像

图3 是原始居民地数据可视化显示

图4 是居民地数据裁剪1/4的效果图

图5 是不同程度裁剪攻击下零水印检测结果

图6 是增、删攻击下零水印检测结果

具体实施方式

为了详细说明本发明的技术内容、构造特征、所实现的目的及所达到的效果，以下结合具体实施方式详细说明。

本发明的实施步骤可以概括为两个部分：零水印构造和零水印检测以及增、删攻击的优化策略。下面对各实施步骤进行进一步的阐述。

步骤一：将居民地对象按值进行排序，按此顺序利用公式(8)依次计算各居民地的7个不变矩，生成不变矩集。

步骤二：将不变矩集中的正数用“1”表示，负数用“0”表示，生成一个二值矩阵。

步骤三：读取原始水印图像的矩阵值，得矩阵

P×Q=N为图像矩阵大小。将原始图像置乱变换得到，根据公式(1)的运算规则，将二值特征序列T与置乱后水印图像矩阵诸位异或运算得到零水印图像：

(1)。

零水印检测是零水印构造的逆过程，具体步骤如下。

步骤一：将居民地对象按值进行排序，按此顺序利用公式(8)依次计算各居民地的7个不变矩，生成不变矩集。

步骤二：将不变矩集中的正数用“1”表示，负数用“0”表示，并生成一个二值矩阵。

步骤三：将二值矩阵与零水印图像做异或运算，得到一个置乱的水印图像，利用Arnold变换的周期性对该水印图像进行反置乱得到含版权信息的水印图像。

增、删攻击的优化策略具体实施步骤如下：在本发明中以居民地作为研究对象，每个居民地有7个不变矩，每个不变矩占据一个水印位，这意味着一个居民地被删除或增加，就有7个水印位缺失或多余，从而严重造成特征信息与水印信息的错位异或运算。因此，首先要判断，攻击者对数据做了增加还是删除操作。然后再分两种情况讨论：若判断为增加攻击时，先找到增加的特征量所在的位置，然后剔除它所对应的二值化值；若为删除攻击，则要找到缺失的特征量所在的位置，然后在其二值序列相应位置处填补数值0，其长度为所删除的数据个数的7倍。最后用经过优化的二值矩阵与零水印图像做异或运算。

综上所述，本发明有效解决了矢量居民地数据版权标识问题的同时，保证了居民地数据精度和拓扑关系一致性。并且对于居民地对象增加、删除、裁剪等攻击具有较好的鲁棒性，是一种天然的盲水印方法，具有较好的使用价值。