抗高程平移和裁剪的格网DEM盲水印算法

针对DEM数据水印常见的攻击方式——高程平移和裁剪,该文提出了一种可有效抵抗攻击的格网DEM盲水印算法。该算法考虑了DEM数据的特点,对原始水印进行扩频处理,使其与高程差值形成映射关系;利用相邻格网的高程差值在高程平移攻击中的不变特性,以量化方式将扩频后水印按位嵌入到高程差值中,将扩张的差值分摊到相邻高程的后一位。实验结果表明,该水印算法具有良好的不可见性,对DEM数据精度影响较小,并且对抵抗高程平移和裁剪攻击具有良好的鲁棒性。     

基于不变矩和Hilbert码的矢量居民地零水印算法

提出了一种针对矢量居民地数据的零水印算法。为增强零水印的抗裁剪能力,算法利用Hilbert排列码对数据分块以便构造多个零水印。每块零水印的构造方法为: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。实验结果表明,该算法能够抵抗常见的平移、缩放、旋转等几何攻击,对裁剪攻击也具有较好的鲁棒性。     

一种城市高大地物阴影检测方法

针对水体、偏蓝色地物会影响阴影检测精度这一问题,该文提出了一种基于WorldView-2影像的城市高大地物阴影检测方法。首先,在统计分析阴影及典型地物光谱值的基础上,对C1C2C3色彩不变空间中的C3分量利用直方图阈值法分割阴影区域和非阴影区域,分离后的阴影区域中包含了绿色植被信息;然后,利用多波段运算提取植被信息;其次,对最初的阴影植被混合区域和植被区域做逻辑差运算,得到目标阴影区域;最后,对阴影提取结果进行小区域去除和形态学滤波等后处理。实验结果表明,该方法针对WorldView-2影像具有普适性,能够有效避免水体、偏蓝色地物的影响,能够精确、快速地检测阴影区域。     

高分辨率遥感影像阴影检测与补偿系统的设计与实现

阴影检测与补偿涉及遥感影像的不确定性、算法复杂度高及提取自动化程度低等问题。基于Arc GIS Engine平台,结合Matlab和GDAL开发工具,根据构建的高分辨率遥感影像阴影检测和补偿算法设计了一体化的阴影检测与补偿系统。系统采用了数据分块读取、2%线性拉伸及DLL动态链接库等关键技术,解决了大数据量影像读取、影像不确定性及系统可扩展性等问题,实现了系统的集成和优化,提高了运行效率。测试结果表明,该系统在Quick Bird、资源三号(ZY-3)等高分辨率遥感影像的阴影检测与补偿中具有较高的精度和效率,可用于数据批处理。     

利用快速反应码的矢量空间数据盲水印算法

针对传统的字符编码没有容错功能的缺陷,文章提出了基于快速反应(QR)码的矢量空间数据盲水印算法。该方法对要嵌入的字符应用QR码编码,生成QR码二值图像,并应用Logistic混沌系统对该QR码图像进行混沌置乱,对处理后的水印图像按位嵌入矢量空间数据的空域部分,水印被多次嵌入。实验结果表明,该方法不仅能够在裁剪后的部分数据中解码出字符,而且具有很好的不可见性,水印嵌入引起的矢量空间数据的误差很小,水印算法对常见的多种攻击具有较好的鲁棒性。     

深厚松散地层泄压槽治理井筒破坏判据及其与地下水水位关系

为了解决深厚松散地层预防性治理后竖井井筒缺乏破坏判据问题,用数值极限应变方法分析井筒应变值的变化情况,将井筒中达到极限应变值的单元环向贯通,计算不收敛作为井筒整体破坏判别标准。分别建立了带卸压槽和无卸压槽井筒的数值计算模型,得出地下水水位下降诱发的井筒和周围岩土体的极限应变值。结果表明,井筒周围砂土层先于井筒在181~183 m发生破坏：若地下水水位下降27 m,无泄压槽井筒在181~182 m发生破坏;若地下水水位下降38 m,带卸压槽井筒在182~183 m发生破坏。目前地下水水位下降为20 m,井筒处于安全状态。数值计算卸压槽压缩量与实际监测值一致。     

大理岩加、卸荷破坏过程的三维颗粒流模拟

从大理岩常规三轴加、卸荷室内试验出发,结合PFC3D颗粒流程序进行分析,在明确室内试验与数值模拟试验卸荷速率对应关系的基础上,对不同卸荷速率下试样破坏过程的力学特性及破坏机制进行探讨。结果表明：加、卸荷路径下整个加载过程中张拉裂纹数量均明显高于剪切裂纹;常规三轴试验损伤应力之后,裂纹围绕某一速率进行扩展,卸荷试验损伤应力之后,裂纹的发展是突发性的;不同应力路径下试样损伤破坏的差异性主要形成于损伤应力至峰值应力这一阶段,直至卸荷速率超过6 MPa/s,试样的损伤程度与破坏形式逐渐趋于一致;随着围压的增大,不同卸荷速率下岩石破坏均呈现出由张拉破坏逐渐向剪切破坏过渡。     

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。     

面向多级分发的矢量地理数据数字指纹算法

矢量地理数据在实际使用过程中通常经过多次分发,已有数字指纹算法多基于单次分发设计,仅能追踪单级分发下的数据泄露,难以追踪整个流通链条。该文提出一种面向多级分发的矢量地理数据数字指纹算法。首先,对矢量地理数据的顶点坐标进行归一化处理;然后,将归一化值的高位与分发级数建立哈希映射,将顶点划分为若干互不重叠的集合;最后,将各级指纹通过QIM方法分别嵌入划分所得的各个顶点集合中。其中,多级指纹编码采用级联码,外码为I码,内码为GD-PBIBD码。仿真实验表明,该算法对缩放、平移、增删点、裁剪等攻击具有较好的鲁棒性,且可有效抵抗常见的线性指纹攻击,准确地追踪到叛逆用户。该算法可用于矢量地理数据多级分发中,为版权保护及盗版追踪提供有力支持。     

无人机遥感影像林地单株立木信息提取

针对无人机遥感技术在提取单株立木信息的限制性问题，提出一种新的自动单株立木信息提取方法。对原始无人机影像进行光谱信息增强处理以突出局部细节特征；通过引入DBI指数自动化确定K-means聚类方法的最优聚类数目，进而对影像像素进行标记；通过利用高斯马尔可夫随机场模型进一步对影像进行分割；使用数学形态学算子等方法对分割结果进行后处理得到单株立木树冠信息，通过图像几何矩原理计算得到单株立木位置以作为其识别的依据。结果表明，应用该提取方法，油松林区和樟子松林区单株立木识别总体精度分别为89.52%和95.65%、单木树冠提取精度分别为81.90%和95.65%，均具有较好地适用性。该方法不需要大量的人工干预和先验知识的输入，大大提高提取方法的自动化程度。