基于深度图像映射的三维网格模型盲水印方法

摘要

本发明提出一种新的三维网格模型盲水印方法，其通过建立顶点领域，运用3D模型表面粗糙度概念，以粗糙度为标准选择一组特征点，以特征点为重心把模型划分为若干块，每块沿相应方向投影生成深度图像的3D网格模型建立。这样三维模型的水印策略转换为图像水印问题，就是把图像分行进行准均匀B样条曲线表示，对B样条进行样条小波分解，水印信息嵌入到B样条小波的低分辨率曲线上并逆映射到三维模型。在水印提取系统中，基于特征点约定信息和原始模型映射而成的深度图像可以检测水印。该盲水印方法鲁棒性能高，对网格简化、剪切、噪声、相似变换和一定程度的混合攻击有较强的免疫能力。

主权项

1.基于深度图像映射的三维网格模型盲水印方法，其特征在于：其包括步骤如下：(1)3D网格模型建立的步骤：①三维模型中心的选取：M表示3D网格模型，其顶点表示为v_i∈M(i=1,2,…,N)，其坐标定义为向量V_i，模型中心其中E_i为i号面片的面积，E为3D网格模型的表面积，F为模型面片数，n_i为i号面片的归一化法向量；②三维模型对齐：对齐方法是PCA方法，也称Karhunen–Loeve变换，PCA以一组顶点作为输出，生成不相关的特性统计量；③顶点邻域建立：任一顶点v_i的邻域表示为：N(v_i)={v_j||v_iv_j|>0,j=1,2,…,N}，其中|v_iv_j|>0表示v_i和v_j之间存在连接关系，即存在边连接v_i和v_j，v_j为与v_i相邻顶点，N是3D网格模型的顶点数，所有与v_i只用一条边连接的顶点之集为一环邻域，不包括v_i本身，类推可得到v_i的α环邻域；④特征点选择：在顶点邻域内较为突出的点被认定为特征点，顶点v_i的法向方向由其一环邻域顶点加权平均确定，具体表示为以下公式：其中N_i为邻域顶点数，V_m为三维模型所有顶点到模型中心的向量总平均，就表示v_i的法向向量，邻域粗糙度其中D(v_i)表示v_i的法向向量与其邻域顶点v_j的法向向量间夹角之和，选择使D(v_i)从快速增大转变为稳定顶点v_i为特征点；⑤网格分片与深度图生成：将每个特征点设为各网格块的重心，把三维模型分片成若干块，对每块三维模型分片投影创建深度图像；(2)水印嵌入与检测的处理步骤：①水印信息生成：创建一个矩阵W，W将在水印嵌入阶段加载到载体3D网格模型；②水印嵌入：矩阵W对应三维模型分片投影生成深度图像，将深度图像进行准均匀B样条曲线表示，对B样条进行样条小波分解，水印信息嵌入到B样条小波的低分辨率曲线上并逆映射到三维模型；③水印检测：将待检水印的三维几何模型对齐到规范位置，并接收传输到水印提取系统的特征点，接着以特征点为重心对3D网格模型进行分片计算；(3)水印提取时的处理步骤：①对齐到规范位置；②三维模型分片：提取水印时模型分片需要原嵌入水印时所搜索的特征点信息，该信息由嵌入水印方传输给水印提取方；③映射形成一组深度图像；④将提取出来的深度图像与原来嵌入水印时的深度图像对比提取出水印，原来嵌入水印时的深度图像需要由水印嵌入方传输给水印提取方。