抗投影变换的矢量地理数据水印算法

在矢量地理数据水印算法研究中,以往研究较多考虑增删点、裁剪、平移、旋转等攻击方式,而对抗投影变换的攻击方式研究较少。由于投影变换在GIS中具有重要意义,故本文提出了一种抗投影变换的矢量地理数据水印算法。水印嵌入前,对待嵌矢量地理数据利用道格拉斯算法进行压缩,使用四叉树分块选取特征点,提取并保存特征点及其属性信息;水印嵌入采用坐标映射和量化机制以增强水印算法的鲁棒性;检测水印时,将待检测数据与原始特征点进行属性信息匹配,匹配成功的同名点采用二元三次多项式进行最小二乘法拟合,根据拟合的多项式系数对待检测数据进行投影变换,最终实现水印信息的提取。实验结果表明,本方法能抵抗投影变换攻击、增删点、几何变换以及它们的复合攻击,具有较好的可行性和实用性。     

GIS矢量数据的自适应水印研究

针对GIS矢量数据水印技术的应用现状和需求,本文根据GIS矢量数据要素类型、存储格式、冗余起始位等方面的多样性及基于行政(自然)区划分块的应用特点,提出双重嵌入的自适应水印算法:点图层基于行政(自然)区划分块自适应嵌入、提取水印;线、面图层按顶点顺序自适应嵌入、提取水印。另外,由于GIS矢量数据点图层数据存储"无序"的特点,决定了数据受调序攻击时水印标记易被破坏,而数据精度并不会遭受任何影响,因此,对点图层,需基于空间关系与位置进行数据排序预处理,从而实现水印的有序嵌入与提取。最后,本文从差异性定义出发,通过空间分析操作,判断面向GIS矢量数据水印系统的不可感知性。实验表明双重嵌入的自适应水印算法具有较好的不可感知性和鲁棒性。     

顾及地形特征的DEM脆弱水印完整性认证算法

针对目前DEM完整性认证的需求,以及相关认证方法的欠缺,基于脆弱水印技术提出了一种充分顾及DEM地形特征的完整性认证算法.本文对DEM数据进行特征分析,进而提出与其相适应的脆弱水印技术的特殊要求.为了减少水印嵌入对载体数据的影响,在脆弱水印嵌入过程中,首先,提取DEM数据特征线,并依此将数据分为特征区域和非特征区域2部分;然后,根据特征区域的栅格数和水印序列段生成脆弱水印,并以LSB位平面替换的方法,将水印信息嵌入到非特征区域部分.在完整性认证过程中,同样提取DEM数据的特征区域,将重新生成的水印信息与提取的水印信息进行对比,从而判断数据的完整性.算法实验结果表明,其能有效认证DEM数据的完整性,对数据影响较小,且算法安全性和适用性较强.     

倾斜摄影三维模型数字水印算法

倾斜摄影三维模型作为一种地理数据,其数据安全问题不容忽视,数字水印技术可以为其版权保护提供有效的解决方案。本文基于倾斜摄影三维模型数据特征,根据其垂直方向上的稳定性,提出了一种基于距离映射机制的三维点云数据盲水印算法。首先,提取倾斜摄影三维模型中的点云并对其按照高度值排序;其次,将点云间相邻点的高度差作为信息载体,利用映射思想建立水印信息与水印嵌入位置的对应;最后,通过修改坐标值的奇偶性完成水印信息的嵌入。检测水印时通过顶点提取、排序、水平距离与水印位的映射和统计相邻点水印嵌入位置的奇偶性实现水印信息的提取。实验表明,该算法具有良好的不可感知性,并对平移、裁剪和旋转等常见攻击具有较强的鲁棒性。     

应用泰森多边形的矢量地理数据零水印算法

传统嵌入式水印算法会对原始数据的精度造成影响,为满足高精度矢量地理数据版权保护需求,本文提出了一种应用泰森多边形的矢量地理数据零水印算法。首先,对矢量地理数据进行归一化预处理,采用Douglas-Peucker算法提取矢量地理数据的特征点,并构建特征点的泰森多边形;然后,根据每个泰森多边形与相邻多边形周长的大小关系,确定其特征位为1或0,运用泰森多边形周长与原始水印之间的哈希映射值,确定该特征位在序列中的位置,特征序列中每一位可能会有多个不同的特征位对应,利用投票原则确定该位置的最终值;最后,将特征序列与置乱后的水印图像序列进行异或运算,生成零水印。研究表明,该算法能够抵抗平移、缩放、旋转、裁剪和简化等常见攻击手段,具有较强的鲁棒性。这可为高精度矢量地理数据版权保护提供技术参考。     

以夹角调制的矢量地图可逆水印算法

传统水印嵌入方法往往导致原始载体数据质量的下降,而可逆水印技术由于能完整恢复原始载体数据,因此,在精度要求较高的矢量地图版权保护应用中具有较高的适用性。目前,栅格图像的可逆水印算法研究较为成熟,而在矢量地图领域则主要借鉴栅格图像的相关方法,由于没有充分利用矢量数据的组织特性,因此鲁棒性不强。针对上述问题,本文以矢量地图坐标点之间的基本空间关系在常规地图操作前后的不变性,提出一种鲁棒的矢量地图可逆水印算法。算法首先利用道格拉斯—普克方法将要素点分为特征点与非特征点两类,在此基础上计算每个非特征点与其相邻前后特征点连线所构成的夹角。在水印嵌入时,利用该夹角来映射水印比特位,并通过调整非特征点坐标来对该夹角进行调制以实现水印信息的嵌入。实验表明该算法所生成的水印具有一般可逆水印的不可感知性与可逆性,同时,对旋转、平移、要素排序、裁剪、压缩、简化等攻击也具有较好的鲁棒性。     

基于归一化的矢量空间数据盲水印算法

对于鲁棒矢量空间数据水印技术而言,几何变换攻击是难以对付的一种攻击。现有的抗几何变换攻击算法难以抵抗顶点攻击,因此,借用数据归一化的思想,本文提出了一种归一化的矢量空间数据盲水印算法。该算法在嵌入水印前将空间数据的坐标值进行归一化处理,以实现对平移和缩放的不变性,并通过修改顶点坐标数据的归一化值来嵌入水印。水印被多次嵌入,实现了水印的盲提取。实验结果表明,该方法对平移、缩放、増删点、裁剪、压缩、要素排序、数据格式转换等攻击具有较好的鲁棒性,同时能控制水印嵌入引起空间数据误差的大小。     

基于词嵌入的地理知识库实体类别对齐方法研究

地理知识库是地理实体及其相互间关系的集合,对于智能搜索、问答、推荐等知识服务有重要的支撑作用。然而,已有的地理知识库由于来源、形式、构建者等的不同,在实体地名、空间位置、类别等方面存在“同义异形”和“同形异义”的语义异构现象,影响了地理知识库间的知识融合与共享。语义对齐是解决语义异构的一种有效方法,其中实体类别对齐是语义对齐的基础,对于提高实体地名和空间位置的对齐精度具有重要作用。现有的实体类别对齐方法主要采用传统的字符相似度和结构相似度等来度量类别的相似度,无法捕捉实体类别深层次的语义相关性,从而影响了类别对齐的精确性。因此,本文提出了一种基于词嵌入的地理实体类别对齐方法,采用词嵌入模型从语料中学习实体类别的语义信息,并通过词向量来表达,以此弥补现有方法存在的缺失,进而提升实体对齐精度。进一步地,通过通用语料与地理信息语料的融合,本文实现了词嵌入模型所用语料在地理语义方面的增强,从而更精准地度量地理实体类别间的相关性。不同地理知识库实体类别对齐的实验表明,本文提出的方法能够有效捕捉地理实体类别的深层次语义信息,其实体类别对齐的调和平均值（Fl）可达0.9568,有效提高了实体类别的对齐精度。     

结合ASIFT和归一化的抗仿射变换遥感影像盲水印算法

针对遥感影像使用过程中,含水印影像经过仿射变换后水印与影像的同步性被破坏,导致水印无法正常检测的问题,本文提出了一种适用于遥感影像的抗仿射变换盲水印算法。首先通过ASIFT算法提取影像具有仿射不变性的特征点,根据特征尺度的大小与特征点间的欧式距离筛选适量特征点,构造对应的正方形特征区域;然后通过计算特征区域的仿射不变矩得出归一化变换函数的参数,对特征区域进行归一化处理,并以归一化特征区域的不变质心为中心提取子区域作为水印嵌入区域,对该区域进行二级离散小波变换,得到水印嵌入区域的低频信息;运用量化嵌入规则将水印嵌入到低频信息中,依次进行低频信息逆小波变换,水印嵌入前后特征区域差值图像反归一化,最后将反归一化差值图像叠加在原始影像特征区域上,完成水印的嵌入。实验选用了3000像素×3000像素的高分二号遥感影像作为载体影像,含版权信息的二值图像作为水印,实验表明：含水印的遥感影像经过旋转、平移、缩放在内的仿射变换后,仍能准确提取水印信息;算法可有效抵抗加噪、滤波、裁剪等常规水印攻击,攻击后影像提取的水印与原水印相关系数均高于0.9;水印具有良好不可感知性;在水印提取时无需原始遥感影像,属于盲水印算法。     

矢量地理数据密级标识方法研究

密级标识是用于标识信息产品安全等级的隐蔽信息,是信息分级管理、控制与应用的基础和前提。作为涉密地理信息产品主要组织格式的矢量地理数据,其密级标识方法的研究具有重要意义。结合矢量地理数据在遭受几何攻击时,其要素空间关系不变性特征,以及密级标识方法的不可感知性、高鲁棒性要求,本文提出一种基于距离比值调制的矢量地理数据密级标识方法,以实现矢量地理数据的分级管理与保护。其主要研究思路为：① 基于距离比值调制的方法,能够较好地应对几何攻击;② 在每个线面要素内,通过重复嵌入密级标识,有效提高算法对于编辑操作的鲁棒性;③ 运用道格拉斯-普克算法提取特征点,在此基础上进行密级标识的嵌入,能够较好地对抗压缩攻击。实验结果表明：该方法具有良好的不可感知性;同时,对嵌入密级标识后的矢量地理数据进行几何变换、数据编辑、数据压缩等攻击后,其密级标识的提取率能够达到80%以上,表明方法具有较好的鲁棒性。     

一种基于数字水印的视频多点广播立即源认证模型

基于数字水印和TESLA,提出了一种视频多点广播立即源认证模型,利用查找表的视频水印算法,将视频重要分量的消息认证码、公开密钥和立即认证散列值等嵌入到视频的非重要分量中;从而达到视频数据多点广播的立即源认证,避免了接收方数据包缓存,并给出公开延迟时间间隔d的一种计算方法。     

一种用于DEM数据认证与篡改定位的感知哈希算法

DEM数据作为重要的基础地理信息数据,其数据完整性问题不容忽视。基于DEM数据完整性认证的要求,以及相关认证算法的欠缺,本文运用感知哈希技术设计了一种DEM数据认证算法,并可实现篡改定位。因DEM数据具有数据量大、细节丰富的特点,首先对其进行规则格网划分,将其划分为互不重叠的格网单元;然后对格网单元数据进行DCT分解,提取数据的特征信息以生成特征向量矩阵,并对特征向量矩阵进行摘要化处理;随后,使用Logistic混沌系统对简化后的特征向量矩阵进行置乱;对置乱矩阵进行量化、编码后,便可生成感知哈希序列。在数据认证时,首先计算原始数据与待验证数据的高程相对中误差,再将二者的感知哈希序列进行归一化汉明距离度量,结合判定阈值,即可对DEM数据进行数据认证与篡改定位。该算法对DEM数据的格式转换、水印嵌入等攻击有较强的鲁棒性,对各类改变内容的操作具有敏感性,并可实现DEM数据微小篡改的识别与定位。与已有的DEM完整性认证方法相比,将DEM数据的"内容"作为完整性度量的重要标准,在具体应用中更具有实用价值。