一種三維網(wǎng)格模型版權(quán)認證方法
【專利摘要】本發(fā)明提供一種三維網(wǎng)格模型版權(quán)認證方法。包括：S1：生成光全息加密版權(quán)水印信息；S2：三維網(wǎng)格模型進行預(yù)處理；S3：在柱坐標系下構(gòu)建模型幾何特征矩陣；S4：對幾何特征矩陣通過QR分解嵌入版權(quán)水印信息；S5：將嵌入版權(quán)水印信息的三維網(wǎng)格模型在網(wǎng)絡(luò)等公共信息平臺上進行發(fā)布；S6：獲取的待檢測三維網(wǎng)格模型經(jīng)過預(yù)處理對幾何特征矩陣進行QR分解提取版權(quán)加密信息灰度圖，通過傅里葉逆變換與二階巴特沃斯高通濾波器的濾波得到版權(quán)二值水印圖像，經(jīng)人眼識別即可判定三維網(wǎng)格模型的版權(quán)歸屬。該方法是一種空域盲水印算法，具有較高的魯棒性，克服了已有三維模型版權(quán)認證方法存在著易被解密仿制無法方便有效地進行版權(quán)防偽認證的突出問題。
【專利說明】一種三維網(wǎng)格模型版權(quán)認證方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及三維【技術(shù)領(lǐng)域】，尤其涉及一種三維網(wǎng)格模型版權(quán)認證方法。

【背景技術(shù)】
[0002] 近年來隨著計算機處理能力的提高，三維模型在計算機輔助設(shè)計、計算機動畫、虛 擬現(xiàn)實到文物考古、醫(yī)學(xué)可視化、影視游戲等眾多領(lǐng)域得到了廣泛應(yīng)用。與傳統(tǒng)的媒體數(shù)據(jù) (文字、音頻、圖像）相比，三維模型的獲取、加工處理更加復(fù)雜，投入的人力、物力和財力更 多，凝聚了更多的智力因素，具有更高的價值。在網(wǎng)絡(luò)交流日益普及和電子商務(wù)高速發(fā)展的 今天，對三維模型進行版權(quán)認證是數(shù)字出版社會化內(nèi)容生產(chǎn)與監(jiān)管問題研究的重點內(nèi)容。 其中三維模型數(shù)字水印是對三維模型進行有效版權(quán)認證的一種重要手段，它的研究不僅可 在信息交流中防止侵權(quán)、在打擊盜版方面發(fā)揮著重要的作用，而且對于規(guī)范數(shù)字化市場、促 進人類信息產(chǎn)業(yè)健康持續(xù)的發(fā)展也具有極為重要的意義。
[0003] 根據(jù)水印算法的工作域不同，下面將3D網(wǎng)格數(shù)字水印分為空域和變換域兩大類。
[0004] 變換域算法：1999年，Praun等將廣泛應(yīng)用于二維數(shù)字水印方案的擴頻技術(shù)推廣 到三維模型數(shù)字水印算法中，此方法雖比較強壯，但是仍有不足之處，如計算量大，完全獨 立于常用的網(wǎng)格處理和編輯算法，需要對模型進行多分辨率分解。2001年，Ohbuchi基于網(wǎng) 格的拓撲關(guān)系得到Laplace算子，通過網(wǎng)格的偽頻譜分析實現(xiàn)三維網(wǎng)格模型水印算法，但 是數(shù)據(jù)嵌入量不大。1998年，Kanai等提出了一種將原始三維模型進行小波變換后通過修 改小波系數(shù)嵌入水印信息的非盲水印算法。Kai wang同樣對三維網(wǎng)格模型進行小波分解， 將魯棒水印、脆弱水印、高容量水印嵌入到合適的小波分辨率級中實現(xiàn)了盲水印算法，但魯 棒性不高。2008年，Liu，Y提出使用流形諧波變換將原始網(wǎng)格變換到頻域后進行水印嵌入， 但在剪切攻擊時容易丟失嚴重的形狀信息。2009年，Konstantinides提出將水印信息嵌在 球體調(diào)和系數(shù)中，但該方法完全依賴于網(wǎng)格的全局配準所以無法承受剪切攻擊。
[0005] 空域算法：1997年，Ohbuchi等發(fā)表了一篇關(guān)于3D網(wǎng)格數(shù)字水印的文章隨后針 對三角形網(wǎng)格，根據(jù)網(wǎng)格替換、拓撲替換和可見模式等概念提出了幾種水印算法，其中最 具代表性的和最具歷史意義的是三角形相似四元組算法，四面體體積比算法，這些算法對 噪聲及拓撲改變非常敏感。2005年Zafeiriou提出通過改變球坐標系下的頂點坐標以此 嵌入水印信息，但不能抵抗仿射變換。2008年Salman使用三維模型的法向矢量分布來嵌 入水印信息，而在提取水印信息時還需三維模型詳細的內(nèi)部組織信息僅適用于嵌入私有 水印。2009年，清華大學(xué)王瑀屏、胡事民等人提出了一種基于積分不變量的空域半脆弱忙 水印算法可以抵抗頂點亂序、RST變換、輕微噪聲等攻擊，但易造成原始三維模型的整體變 形。2009年，武漢理工大學(xué)的Qingsongai提出根據(jù)三維模型特征點將三維模型劃分多個 Voronoi patch而后將水印信息嵌入其中，具有較好的抗裁剪性能，但根據(jù)選取的特征點劃 分Voronoi patch這一前期處理進程中將要花費大量的時間，操作實現(xiàn)較為困難。2011年 Ho L提出選用三維模型表面與質(zhì)點中心相交的頂點信息來嵌入水印并與漸進網(wǎng)格壓縮相 結(jié)合用于三維細節(jié)層次模型的水印保護，但基于直方圖面元移動的技術(shù)卻改變了頂點幾何 信息。Liu Quan提出構(gòu)建球面坐標映射方陣應(yīng)用SVD分解來構(gòu)造更穩(wěn)定的水印嵌入基元來 嵌入水印的非盲水印算法，能夠抵抗噪聲、裁切，極大提升了空域水印算法的魯棒性，但因 SVD分解時間復(fù)雜度是O (N3)運算速度較慢。
[0006] 在對三維網(wǎng)格模型水印方法的研究和實踐過程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)：總體上 頻域水印算法魯棒性較高，能夠有效平衡魯棒性與透明性，但算法復(fù)雜，嵌入量小。此外由 于三維模型缺少自然參數(shù)化的方法，使得對三維模型的直接頻域分解難以實現(xiàn)。相比較于 頻域算法，空域算法具有嵌入方法簡單、嵌入量大的優(yōu)勢，具有重要的實際應(yīng)用價值，但是 盲水印實現(xiàn)較為困難、魯棒性也往往比較差、實際應(yīng)用具有一定的局限性。此外在上述現(xiàn)有 3D網(wǎng)格數(shù)字水印算法中，多使用偽隨機序列或Arnold變換對水印圖像進行置亂加密作為嵌 入水印信息，因偽隨機序列線性復(fù)雜度低、Arnold變換加密容易受到窮舉攻擊，上述算法存 在著易被解密仿制無法進行準確地防偽認證的突出問題。


【發(fā)明內(nèi)容】

[0007] (一）要解決的技術(shù)問題
[0008] 本發(fā)明要解決的技術(shù)問題是，克服上述現(xiàn)有技術(shù)的不足，提供一種屬于空域盲數(shù) 字水印算法的三維網(wǎng)格模型版權(quán)認證方法。該方法不易被解密仿制、具有較高的魯棒性可 抵抗平移、均勻縮放、頂點重排序、噪聲攻擊，通過人眼即可準確進行三維模型版權(quán)信息認 證。
[0009] (二）技術(shù)方案
[0010] 本發(fā)明提供一種三維網(wǎng)格模型版權(quán)認證方法，具體的技術(shù)方案是，包括以下步 驟：
[0011] Si:將版權(quán)信息進行光全息加密，將生成的光全息加密二值序列信息^,.作為三維 網(wǎng)格模型進行嵌入的版權(quán)水印信息；
[0012] S2 :對三維網(wǎng)格模型進行預(yù)處理，該預(yù)處理包括：
[0013] S21 :在笛卡爾坐標系下根據(jù)三維網(wǎng)格模型頂點坐標求出三維網(wǎng)格模型的中心點 坐標；
[0014] S22 :將三維網(wǎng)格模型的中心移動到坐標原點；
[0015] S23 :對三維網(wǎng)格模型調(diào)整到唯一姿態(tài)做校準預(yù)處理；
[0016] S24 :將笛卡爾坐標系下的各頂點轉(zhuǎn)成圓柱坐標系下的坐標；
[0017] S3 :構(gòu)建圓柱坐標系下模型幾何特征矩陣；
[0018] S4 :對幾何特征矩陣通過QR分解嵌入版權(quán)水印信息；
[0019] S5:將嵌入版權(quán)水印信息的三維網(wǎng)格模型在網(wǎng)絡(luò)等公共信息平臺上進行發(fā)布而形 成待檢測三維網(wǎng)格模型；
[0020] S6:對在網(wǎng)絡(luò)等公共信息平臺上獲取的待檢測三維網(wǎng)格模型的在圓柱坐標系下構(gòu) 建的幾何特征矩陣進行QR分解，然后經(jīng)傅里葉逆變換并與二階巴特沃斯高通濾波提取的 版權(quán)信息二值圖像通過人眼進行識別，即可判定三維網(wǎng)格模型的版權(quán)歸屬。
[0021] 進一步地，對于步驟Sl，將版權(quán)信息生進行光全息加密生成版權(quán)水印信息包括以 下步驟：
[0022] Sll :制作二值版權(quán)信息水印圖像gmaA(x，y);
[0023] S12 :將二值版權(quán)信息水印圖像gmaA(X，y)經(jīng)過一個由高斯隨機數(shù)產(chǎn)生的二維隨機 相位模板$(x，y)進行調(diào)制，形成調(diào)制的水印圖像，該調(diào)制的水印圖像表示為gj^y)= gmark(x，y)exP[i ?。╔，y)];
[0024] S13 :對調(diào)制的水印圖像gjxj)進行傅立葉變換，變換的水印圖像表示為 Gmark ( €，打）；
[0025] S14:使用參考光 RU, n) = RQeXp[2Jii(a^+bn)]對變換的水印 圖像GmaritU，n)進行干涉而得到光全息加密信息HU，n) = GmaJu，n) R(I, n)+Gmark(I, n)R*(l, n)；
[0026] S15 :將光全息加密信息HU，n)存儲為灰度圖像H(x，y);
[0027] S16 :灰度圖像H(x，y)的每一個像素數(shù)據(jù)量為8bit，將灰度圖像H(x，y)轉(zhuǎn)化生成 光全息加密二值序列信息'|^, (i = 1，2, ".length, length = sXsX8)作為三維網(wǎng)格模型 進行嵌入的版權(quán)水印信息。
[0028] 進一步地，在步驟S23中，按照以下方式對三維網(wǎng)格模型調(diào)整到唯一姿態(tài)做校準 預(yù)處理：

【權(quán)利要求】
1. 一種三維網(wǎng)格模型版權(quán)認證方法，其特征在于，包括以下步驟： 51 :將版權(quán)信息進行光全息加密，將生成的光全息加密二值序列信息作為三維網(wǎng) 格模型進行嵌入的版權(quán)水印信息； 52 :對三維網(wǎng)格模型進行預(yù)處理，該預(yù)處理包括： 521 :在笛卡爾坐標系下根據(jù)三維網(wǎng)格模型頂點坐標求出三維網(wǎng)格模型的中心點坐 標； 522 :將三維網(wǎng)格模型的中心移動到坐標原點； 523 :對三維網(wǎng)格模型調(diào)整到唯一姿態(tài)做校準預(yù)處理； 524 :將笛卡爾坐標系下的各頂點轉(zhuǎn)成圓柱坐標系下的坐標； 53 :構(gòu)建圓柱坐標系下模型幾何特征矩陣； 54 :對幾何特征矩陣通過QR分解嵌入版權(quán)水印信息； S5:將嵌入版權(quán)水印信息的三維網(wǎng)格模型在網(wǎng)絡(luò)等公共信息平臺上進行發(fā)布而形成待 檢測三維網(wǎng)格模型； S6:對在網(wǎng)絡(luò)等公共信息平臺上獲取的待檢測三維網(wǎng)格模型的在圓柱坐標系下構(gòu)建的 幾何特征矩陣進行QR分解，然后經(jīng)傅里葉逆變換并與二階巴特沃斯高通濾波提取的版權(quán) 信息二值圖像通過人眼進行識別，即可判定三維網(wǎng)格模型的版權(quán)歸屬。
2. 根據(jù)權(quán)利要求1所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 對于步驟S1，將版權(quán)信息生進行光全息加密生成版權(quán)水印信息包括以下步驟： 511 :制作二值版權(quán)信息水印圖像gmaA(x，y); 512 :將二值版權(quán)信息水印圖像gmaA(X，y)經(jīng)過一個由高斯隨機數(shù)產(chǎn)生的二維隨機 相位模板$(x，y)進行調(diào)制，形成調(diào)制的水印圖像，該調(diào)制的水印圖像表示為gj^y)= gmark(x，y)exP[i?。╔，y)]; 513 :對調(diào)制的水印圖像gd(x,y)進行傅立葉變換，變換的水印圖像表不為 Gmark ( €，打）； 514:使用參考光1?(^，11)=1^鄧[2以(&€+13 11)]對變換的水印圖像6_1;(^，11) 進行干涉而得到光全息加密信息H(i，n) =Gmari；U，n)R(l，n)+GmaritU，n) R*U,n)； S15:將光全息加密信息HU，n)存儲為灰度圖像H(x，y); S16 :灰度圖像H(x，y)的每一個像素數(shù)據(jù)量為8bit，將灰度圖像H(x，y)轉(zhuǎn)化生成光全 息加密二值序列信息(i= 1，2, --?length,length=sXsX8)作為三維網(wǎng)格模型進行 嵌入的版權(quán)水印信息。
3. 根據(jù)權(quán)利要求1所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在步驟S23中，按照以下方式對三維網(wǎng)格模型調(diào)整到唯一姿態(tài)做校準預(yù)處理： 根據(jù)公式
構(gòu)建三維模型頂點的協(xié)方差矩陣cv; 計算協(xié)方差矩陣cv的三個特征值并按由大到小的順序排列Amid，Amin，所對應(yīng)的 特征向量是nmax，nmid，nmin; 計算特征向量nmin與y軸的夾角a，特征向量nmin旋轉(zhuǎn)a與y軸對齊確定旋轉(zhuǎn)矩陣T1； 計算特征向量nmid與x軸的夾角P，特征向量nmid旋轉(zhuǎn)P與x軸對齊確定旋轉(zhuǎn)矩陣 t2； 三維模型各頂點通過公式Vi" =Vi'xi\xt2計算表示為Vi" (Xi〃，yi"，Zi")，可 以使三維模型調(diào)整到唯一的姿態(tài)朝向， 在步驟S24中，將笛卡爾坐標系下的各頂點Vi "(Xi"，yi"，Zi ") 按公式
轉(zhuǎn)成柱面坐標系下的坐標 Vi" (Pi"，0/，z，）0 彡 0/ <2^1。
4.根據(jù)權(quán)利要求1所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在步驟S3中，按照以下步驟構(gòu)建圓柱坐標系下模型幾何特征矩陣： S31 :將三維網(wǎng)格模型頂點Vi轉(zhuǎn)換到圓柱坐標系下（P，0，z)后，依據(jù)z值由大到小的 順序進行排序；若部分頂點的z值相同，則將其歸為一類，作為頂點集合\的一個子集Vsub ; 頂點集合\依據(jù)z值劃分的子集個數(shù)記作nz，nze[1，n]; S32:對于頂點集合依據(jù)0值由小到大的順序進行排序；若部分頂點的0值相同 則將其歸為一類，作為頂點集合\的一個子集，頂點集合\依據(jù)0值劃分的子集個數(shù) 記作e[l5n];在每一個子集內(nèi)，根據(jù)z值由大到小對頂點排序；若部分頂點的z值 相同，則將其歸為一類作的一個子集VMk;計算該子集內(nèi)各個頂點到模型中心的距離
tvke ，并按有小到大的順序?qū)Mk子集中的頂點進行排序；統(tǒng)計各子 集V0jk中頂點個數(shù)nunijk，求出各V0j中最大子集的頂點個數(shù)max(nunijk); S33 :圓柱坐標系下的三維網(wǎng)格模型可用矩陣D[nz，ne]表示，
，其 中D[i，j]表示處于依據(jù)z值劃分的第i個子集也同時依據(jù)0值劃分而確定的頂點Vij到 模型中心的距離
，式中Pu表示該頂點在平面〇xy上的極坐標半徑，Zij表 示該頂點在圓柱坐標系下的z值； S34:矩陣D可以存儲11'1!0個頂點的d值，遠大于三維網(wǎng)格模型頂點的數(shù)目n;因此D含有大量的〇值，是一個稀疏矩陣，讀取D中非0值元素構(gòu)建模型幾何特征矩陣。
5. 根據(jù)權(quán)利要求1所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在步驟S4,對幾何特征矩陣通過QR分解嵌入版權(quán)水印信息包括以下步驟： 541 :對幾何特征矩陣D'的元素進行歸一化處理，即使用公式 f
f對所有頂點到模型中心的距離進行歸一化處理使屯/e[0，1]， 其中dmin表示頂點集Vi中的頂點到模型中心v。的最小距離，d_表示頂點集Vi中的頂點 到模型中心v。的最大距離，屯，表示頂點到模型中心V。的距離屯經(jīng)歸一化處理后的結(jié)果 值； 542 :將幾何特征矩陣D'劃分成
個大小sXs的非重疊矩陣塊，其中 sXs是二值水印圖像gmaA(x,y)的大小，m是QR分解矩陣的行數(shù)和列數(shù)； 543 :根據(jù)公式D' =Q?R對每一個選中的大小為mXm的矩陣塊進行QR分解； 544 :通過修改矩陣R第一行中的元素rn,r12......rlm即(j= 1, 2*"m)來嵌入水印信 息》^,中的m位二進制數(shù)據(jù)； 545 :用修改得到的ri/替換rij，并利用公式礦=QXR#執(zhí)行逆QR分解得到含水印的 矩陣塊； 546 :重復(fù)執(zhí)行S43-S45直至幾何特征矩陣中的
矩陣塊都進行了嵌入版 權(quán)水印信息操作； S47:根據(jù)公式d、= &((!'max-d，min)+d，礦對幾何特征矩陣D'的元素 逆歸一化處理，并根據(jù)公式將該矩陣中各頂點的柱面坐標重新轉(zhuǎn)化為 笛卡爾坐標；
S48 :將嵌入版權(quán)水印信息的三維模型各頂點根據(jù)公式vf' =<xr/xJ；計算調(diào)整回原 始姿態(tài)朝向。
6. 根據(jù)權(quán)利要求5所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 步驟S6包括以下步驟： S61 :對可能含有版權(quán)水印信息的三維模型執(zhí)行S2步驟進行三維模型預(yù)處理； S62 :根據(jù)步驟S3在圓柱坐標系下構(gòu)建幾何特征矩陣，根據(jù)步驟S41進行歸一化處理后 得到矩陣D' ;S63 :根據(jù)公式D' =Q*R對每一個含水印的幾何特征矩陣塊進行QR分解得 到矩陣R# ; 564 :從矩陣R#中提取m位二進制版權(quán)水印信息； 565 :重復(fù)執(zhí)行S62-S64步驟直到所有嵌入版權(quán)水印信息的矩陣塊都執(zhí)行完畢，被提取 出來的加密版權(quán)信息水印序列按每8位為1組進行分組，將每1組二進制數(shù)據(jù)轉(zhuǎn)換為十 進制的數(shù)據(jù)值，最終數(shù)據(jù)存儲為灰度圖像H#(x，y); 566 :對灰度圖像進行傅里葉逆變換，并使用二階巴特沃斯高通濾波器進行濾波得到二 值水印圖像glA(x，y)，通過人眼識別圖像glA(x，y)即可判定三維網(wǎng)格模型的版權(quán)歸屬。
7. 根據(jù)權(quán)利要求4所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在S34中，讀取D中非0值元素構(gòu)建模型幾何特征矩陣的具體方法為： 將D中非0的&值按行序排序讀取，構(gòu)成一個長度為n的非負實數(shù)序列
，定義向量 〇K一 ^d(K-1)L+1，d(K-i)]^，' dd'其中 1 <K<L，則得到模型幾何特征 矩陣：
8. 根據(jù)權(quán)利要求5所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在S44中，通過修改矩陣R第一行中的元素rn,r12......rlm即(j= 1, 2…m)來嵌入 水印信息中的m位二進制數(shù)據(jù)的具體方法為：計算min=min(ryj= 1, 2,…m,max=max(Aj)j= 1, 2,…m,
，根據(jù)公式
以min為起始端， 使用A作為量化區(qū)間對1^(」=1，2?m)進行量化；根據(jù)要嵌入的每一位版權(quán)水印信息^ 是0還是1按照公式
修改矩陣R第一行中的元素 rn,r12......rlm即= 1, 2*"m)來嵌入水印信息仏，中的m位二進制數(shù)據(jù)。
9. 根據(jù)權(quán)利要求6所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在S64中，從矩陣R#中提取m位二進制版權(quán)水印信息具體方法為： 根據(jù)r、。= 1，2…m),min=minCr'j)j= 1，2, ...m，max=maxCr'j)j= 1，2,...
重新進行計算；利用公式
從矩陣 R#的第一行元素r、(j= 1，2…m)中提取m位二進制版權(quán)水印信息。
10.根據(jù)權(quán)利要求2所述的三維網(wǎng)格模型版權(quán)認證方法，其特征在于： 在步驟S11中，在制圖軟件PHOTOSHOP中制作二值版權(quán)信息水印圖像gmaA(x，y)。
【文檔編號】G06T1/00GK104408338SQ201410606156
【公開日】2015年3月11日 申請日期:2014年10月31日 優(yōu)先權(quán)日:2014年10月31日
【發(fā)明者】王文舉, 孫劉杰 申請人:上海理工大學(xué)