基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法
【專利摘要】本發(fā)明涉及一種基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法。本發(fā)明的三維網(wǎng)格模型水印方法選取兩個(gè)穩(wěn)定的幾何特征幫助排序來獲得一個(gè)唯一的三維頂點(diǎn)序列，并將水印數(shù)據(jù)添加到頂點(diǎn)的紋理坐標(biāo)中，使得仿射變換后也可以正確得到嵌入水印的頂點(diǎn)序列，從而正確地提取出水印。本發(fā)明方法提取水印不需要原始網(wǎng)格，不需要預(yù)處理?？梢缘挚购芏喙?，攻擊包括旋轉(zhuǎn)、縮放、平移、噪聲、頂點(diǎn)重排序。同時(shí)，算法還擁有較大的水印容量，這是因?yàn)閷⑤d體圖像作為水印添加到三維模型中時(shí)，不用考慮載體圖像的水印透明性，這極大地增加了水印的容量。
【專利說明】基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明具體涉及一種基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法。

【背景技術(shù)】
[0002] 數(shù)字水印是利用數(shù)字產(chǎn)品中普遍存在的冗余來將水印信息藏入其中從而達(dá)到版 權(quán)保護(hù)目的的一種技術(shù)。隨著計(jì)算機(jī)圖形學(xué)、虛擬現(xiàn)實(shí)、計(jì)算機(jī)輔助設(shè)計(jì)等技術(shù)的發(fā)展，三 維模型也得到越來越多的應(yīng)用，它們同樣需要保護(hù)。而當(dāng)前數(shù)字水印技術(shù)大都是針對靜止 圖像、視頻流、音頻流這些媒體數(shù)據(jù)類型的，對三維幾何模型數(shù)據(jù)的水印技術(shù)的研究工作相 對較少。
[0003] 與圖像水印相比，三維模型不但包含幾何信息，還包括拓?fù)湫畔?。而通常對三維模 型的攻擊有旋轉(zhuǎn)、平移、均勻或不均勻的縮放、裁剪、網(wǎng)格簡化等。這些攻擊有的改變了模型 的幾何信息，有的作用在模型的拓?fù)浣Y(jié)構(gòu)上，亦或兩者都有之。正因?yàn)槿S模型自身的這些 特點(diǎn)和對其攻擊方式的多樣性導(dǎo)致了其嵌入和提取水印比較復(fù)雜。這些都使得傳統(tǒng)的圖像 水印方法不能簡單照搬地應(yīng)用于三維幾何模型。三維模型數(shù)據(jù)由點(diǎn)、線、面等要素構(gòu)成，這 些要素可以組合成各種不同的數(shù)據(jù)表達(dá)方式，另外三維模型數(shù)據(jù)的各要素集合沒有一個(gè)固 定的排序標(biāo)準(zhǔn)，而對靜止圖像來說卻可以按照像素點(diǎn)的平面位置排序，對音頻流和視頻流 數(shù)據(jù)可以按照時(shí)間軸來排序，對于這種不規(guī)則的數(shù)據(jù)類型，不能簡單地應(yīng)用已有的各種變 換域水印方法，需要尋找適當(dāng)?shù)哪軌蚍从橙S模型數(shù)據(jù)特征的參數(shù)用于各種變換域水印方 法。另外，水印檢測過程中，幾何模型簡化操作和其它的攻擊方法可能會改變幾何模型的連 接關(guān)系，或拓?fù)溥B接。
[0004] 與靜止圖像、音頻、視頻相比，三維模型的表示具有如下特點(diǎn)：
[0005] (1).沒有固有的數(shù)據(jù)順序。音頻、視頻的數(shù)據(jù)是按時(shí)間順序排列的，靜止圖像、視 頻的幀則以掃描線順序排列，而三維模型卻沒有一個(gè)固定的數(shù)據(jù)順序。
[0006] (2).沒有明確的采樣率的概念，三維表面模型中的數(shù)據(jù)，不具有像圖像、音頻、視 頻那樣的方便的數(shù)學(xué)工具（如余弦變換、Fourier變換、小波變換等）可以使用。
[0007] (3).模型數(shù)據(jù)中不但包含幾何信息還有拓?fù)湫畔?，使水印提取時(shí)候的同步問題更 加復(fù)雜。
[0008] (4).表示方法不唯一。同一個(gè)三維模型，可以用多種不同的模型表示，在不同模型 間進(jìn)行轉(zhuǎn)換的過程中，容易引起屬性損失。沒有圖像、視頻中自然存在適合于嵌入水印的噪 聲存在。
[0009] (5).對模型進(jìn)行幾何和拓?fù)洳僮鞯墓ぞ吆芏?，使對模型的修改更加容易。一些圖 像水印、音頻水印、視頻水印中的問題，如有損壓縮、同步問題等。三維水印同樣存在。
[0010] 除了上述提高的問題，三維水印算法還必須兼顧魯棒性、水印容量和計(jì)算復(fù)雜度 這三種特性。對應(yīng)不同的應(yīng)用需求，及時(shí)調(diào)整水印系統(tǒng)的特性，三者之間并不矛盾，關(guān)鍵是 要使得各個(gè)特性在變化的過程中獲得一個(gè)平衡點(diǎn)。某個(gè)特性性能的提高，通常是通過犧牲 其它特性來獲得的。通常意義下，三維模型的水印容量、水印魯棒性和嵌入提取過程的計(jì)算 復(fù)雜度三者之間是相互依存和制約的，去設(shè)計(jì)一個(gè)水印系統(tǒng)想要使這三者都達(dá)到最優(yōu)是不 切實(shí)際的，只能在三者中進(jìn)行仔細(xì)的周全考慮，為滿足某種特定的需求而放棄一部分特性 的性能。當(dāng)然，模型水印嵌入容量不宜過小，為了能夠滿足要求一般需要嵌入足夠的水印數(shù) 據(jù)。


【發(fā)明內(nèi)容】

[0011] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種基于圖像離散余弦變換的三維 網(wǎng)格模型盲水印方法。
[0012] 本發(fā)明的三維網(wǎng)格模型水印方法選取兩個(gè)穩(wěn)定的幾何特征幫助排序來獲得一個(gè) 唯一的三維頂點(diǎn)序列，并將水印數(shù)據(jù)添加到頂點(diǎn)的紋理坐標(biāo)中，使得仿射變換后也可以正 確得到嵌入水印的頂點(diǎn)序列，從而正確地提取出水印。
[0013] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案如下：
[0014] 步驟1.為三維模型的每個(gè)頂點(diǎn)選取如下兩個(gè)特征：
[0015]特征一：模型頂點(diǎn)Vi到模型中心點(diǎn)0的距離Si;
[0016]特征二：兩條連線的夾角0i，兩條連線分別為模型頂點(diǎn)Vi與它的一階鄰域中心點(diǎn) Ti的連線，一階領(lǐng)域中心點(diǎn)Ti與模型中心點(diǎn)0的連線；
[0017] 通過特征一和特征二對三維模型的所有頂點(diǎn)確定一個(gè)唯一排序序列；
[0018] 步驟2.選取排序后頂點(diǎn)序列的前MXM個(gè)頂點(diǎn)，并獲得前MXM個(gè)頂點(diǎn)的紋理坐 標(biāo)，組成一個(gè)MXM的紋理坐標(biāo)矩陣。
[0019] 步驟3.原始水印是一幅mXm的二值圖像，將一幅MXM的原始圖像I進(jìn)行離散余 弦變換得到系數(shù)矩陣K(i，j)，ie(l，M)，je(1，M)，將原始水印信息W通過加法模型嵌入 到K的中頻部分K(i，j)，iG(Sl，S2)，jG(S3，S4)，得到嵌入原始水印信息W后的系數(shù)矩 陣K'，再將系數(shù)矩陣K'反變換回來，得到嵌入水印圖像1';對嵌入水印圖像1'和原始 圖像I的差值進(jìn)行調(diào)整，得到新水印信息W'。
[0020] 步驟4.將新水印信息W'添加到排序后的前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)，即將新水印 信息W'替換掉紋理坐標(biāo)值的5、6和7這三個(gè)有效位，保證嵌入水印的三維網(wǎng)格模型的透明 性。
[0021] 步驟5.MXM個(gè)頂點(diǎn)的紋理坐標(biāo)中，嵌入新水印信息W'的紋理坐標(biāo)對應(yīng)的頂點(diǎn)和 其余頂點(diǎn)共同構(gòu)成嵌入水印后的三維模型。
[0022] 步驟6.嵌入水印后的三維模型中提取原始水印W，具體采用如下步驟：
[0023] 步驟6-1.首先提取嵌入水印后的三維模型的中心點(diǎn)坐標(biāo)0'，計(jì)算各頂點(diǎn)V到 模型中心點(diǎn)坐標(biāo)〇'的距離Si'，然后計(jì)算各個(gè)頂點(diǎn)的一階鄰域中心點(diǎn)V，最后計(jì)算向量 兩和@的夾角9/ ;
[0024] 步驟6. 2.將嵌入水印后的三維模型的頂點(diǎn)先按Si'的大小升序排列；如果Si'相 同，則根據(jù)頂點(diǎn)對應(yīng)的夾角9/來進(jìn)行升序排列，最終獲得一個(gè)唯一的頂點(diǎn)序列。
[0025] 步驟6. 3.選取唯一排序后頂點(diǎn)序列的前MXM個(gè)頂點(diǎn)，獲得前MXM個(gè)頂點(diǎn)的紋理 坐標(biāo)，提取出得前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)的5、6和7三個(gè)有效位，構(gòu)成藏有水印的MXM的 矩陣B。
[0026] 步驟6. 4.將矩陣B進(jìn)行離散余旋變換得到頻域系數(shù)矩陣S，按照水印嵌入位置恢 復(fù)出最終的水印。
[0027] 所述的步驟1具體如下：
[0028] 設(shè)P= (V，T)，為一個(gè)三角形網(wǎng)格模型，其中V=IViIiG(1，N)}，表示模型三角 形網(wǎng)格模型P= (V，T)中的頂點(diǎn)，N為模型頂點(diǎn)的數(shù)目，T表示模型的拓?fù)潢P(guān)系；通過T得 到每個(gè)頂點(diǎn)的一階鄰域，對于頂點(diǎn)Vi,其一階鄰域定義為與之相鄰接的所有頂點(diǎn)的集合；
[0029] 通過特征一和特征二對三維模型的所有頂點(diǎn)確定一個(gè)唯一排序序列，具體如下：
[0030]將模型頂點(diǎn)先按Si的大小升序排列；如果Si相同，則按照頂點(diǎn)對應(yīng)的0i值進(jìn)行 升序排列，最終獲得一個(gè)唯一的頂點(diǎn)序列。
[0031] 所述的步驟3具體如下：
[0032] 步驟3. 1.將一幅mXm的二值圖像作為原始水印W，將一幅原始圖像I進(jìn)行離散余 旋得到系數(shù)矩陣K，通過公式（1)將原始水印W嵌入系數(shù)矩陣K的中頻部分得到嵌入后系 數(shù)矩陣K'，再將K'進(jìn)行離散余弦反變換得到嵌入水印圖像1'，其中，a為水印嵌入的強(qiáng) 度；
[0033] K，= K+WX a (I)
[0034] 步驟3. 2.通過公式（2)對水印信息進(jìn)行調(diào)整，并得到最終要嵌入三維網(wǎng)格模型 的新水印信息W'，且調(diào)整后W' (i，j) >0;其中，S是一個(gè)大于〇的整數(shù)，iG(1，M)， je(1,M)
[0035]r(i，j)=r (i, j)+6 (2)。
[0036] 所述的步驟6. 4具體如下：
[0037] 對藏有水印的MXM的矩陣B，進(jìn)行離散余弦變換得到頻域系數(shù)矩陣S;將頻 域系數(shù)矩陣S中含有水印信息的系數(shù)S(i，j)提取出來組成序列W，其中ie(SI,S2)， jG(S3,S4);將序列W按照從小到大排序，且將排序后的序列W中的前k個(gè)最小值改為 〇,其他改為1，；然后將更改后的〇、1序列恢復(fù)到原來頻域系數(shù)矩陣S中的位置，即排列成 mXm的二值圖像，該二值圖像即為最終恢復(fù)的水印信息；k為原始水印二值圖像中0的個(gè) 數(shù)。
[0038] 本發(fā)明有益效果如下：
[0039] 本發(fā)明方法提取水印不需要原始網(wǎng)格，不需要預(yù)處理?？梢缘挚购芏喙?，攻擊包 括旋轉(zhuǎn)、縮放、平移、噪聲、頂點(diǎn)重排序。同時(shí)，本發(fā)明還擁有較大的水印容量，這是因?yàn)閷⑤d 體圖像作為水印添加到三維模型中時(shí)，不用考慮載體圖像的水印透明性，這極大的增加了 水印的容量。

【專利附圖】

【附圖說明】
[0040] 圖1為本發(fā)明三維模型結(jié)構(gòu)示意圖；
[0041] 圖2為本發(fā)明通對于頂點(diǎn)Vi的一階鄰域定義為與之相鄰接的所有頂點(diǎn)的集合；
[0042] 圖3為本發(fā)明流程中圖片示意過程圖。

【具體實(shí)施方式】
[0043] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
[0044]如圖1、圖2和圖3所示，基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法，具體 包括如下步驟：
[0045] 步驟1.為三維模型的每個(gè)頂點(diǎn)選取如下兩個(gè)特征：
[0046]特征一：模型頂點(diǎn)Vi到模型中心點(diǎn)0的距離Si;
[0047]特征二：兩條連線的夾角ei，兩條連線分別為模型頂點(diǎn)Vi與它的一階鄰域中心點(diǎn) Ti的連線，一階領(lǐng)域中心點(diǎn)Ti與模型中心點(diǎn)0的連線；
[0048] 通過特征一和特征二對三維模型的所有頂點(diǎn)確定一個(gè)唯一排序序列；
[0049] 步驟2.選取排序后頂點(diǎn)序列的前MXM個(gè)頂點(diǎn)，并獲得前MXM個(gè)頂點(diǎn)的紋理坐 標(biāo)，組成一個(gè)MXM的紋理坐標(biāo)矩陣。
[0050] 步驟3?原始水印是一幅mXm的二值圖像，將一幅MXM的原始圖像I進(jìn)行離散余 弦變換得到系數(shù)矩陣K(i，j)，ie(l，M)，je(1，M)，將原始水印信息W通過加法模型嵌入 到K的中頻部分K(i，j)，iG(Sl，S2)，jG(S3，S4)，得到嵌入原始水印信息W后的系數(shù)矩 陣K'，再將系數(shù)矩陣K'反變換回來，得到嵌入水印圖像1';對嵌入水印圖像1'和原始 圖像I的差值進(jìn)行調(diào)整，得到新水印信息W'。
[0051] 步驟4.將新水印信息W'添加到排序后的前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)，即將新水印 信息W'替換掉紋理坐標(biāo)值的5、6和7這三個(gè)有效位，保證嵌入水印的三維網(wǎng)格模型的透明 性。
[0052] 步驟5.MXM個(gè)頂點(diǎn)的紋理坐標(biāo)中，嵌入新水印信息W'的紋理坐標(biāo)對應(yīng)的頂點(diǎn)和 其余頂點(diǎn)共同構(gòu)成嵌入水印后的三維模型。
[0053] 步驟6.嵌入水印后的三維模型中提取原始水印W，具體采用如下步驟：
[0054] 步驟6-1.首先提取嵌入水印后的三維模型的中心點(diǎn)坐標(biāo)0'，計(jì)算各頂點(diǎn)V到 模型中心點(diǎn)坐標(biāo)〇'的距離Si'，然后計(jì)算各個(gè)頂點(diǎn)的一階鄰域中心點(diǎn)V，最后計(jì)算向量 _和M的夾角0/;
[0055] 步驟6. 2.將嵌入水印后的三維模型的頂點(diǎn)先按Si'的大小升序排列；如果Si'相 同，則根據(jù)頂點(diǎn)對應(yīng)的夾角9/來進(jìn)行升序排列，最終獲得一個(gè)唯一的頂點(diǎn)序列。
[0056] 步驟6. 3.選取唯一排序后頂點(diǎn)序列的前MXM個(gè)頂點(diǎn)，獲得前MXM個(gè)頂點(diǎn)的紋理 坐標(biāo)，提取出得前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)的5、6和7三個(gè)有效位，構(gòu)成藏有水印的MXM的 矩陣B。
[0057] 步驟6. 4.將矩陣B進(jìn)行離散余旋變換得到頻域系數(shù)矩陣S，按照水印嵌入位置恢 復(fù)出最終的水印。
[0058] 所述步驟1具體如圖1、圖2所示，：
[0059] 設(shè)P= (V，T)，為一個(gè)三角形網(wǎng)格模型，其中V=IViIiG(1，N)}，表示模型三角 形網(wǎng)格模型P= (V，T)中的頂點(diǎn)，N為模型頂點(diǎn)的數(shù)目，T表示模型的拓?fù)潢P(guān)系；通過T得 到每個(gè)頂點(diǎn)的一階鄰域，對于頂點(diǎn)Vi,其一階鄰域定義為與之相鄰接的所有頂點(diǎn)的集合；
[0060] 通過特征一和特征二對三維模型的所有頂點(diǎn)確定一個(gè)唯一排序序列，具體如下：
[0061]將模型頂點(diǎn)先按Si的大小升序排列；如果Si相同，則按照頂點(diǎn)對應(yīng)的0i值進(jìn)行 升序排列，最終獲得一個(gè)唯一的頂點(diǎn)序列。
[0062] 所述的步驟3具體如下：
[0063] 步驟3. 1.將一幅mXm的二值圖像作為原始水印W，將一幅原始圖像I進(jìn)行離散余 旋得到系數(shù)矩陣K，通過公式（1)將原始水印W嵌入系數(shù)矩陣K的中頻部分得到嵌入后系 數(shù)矩陣K'，再將K'進(jìn)行離散余弦反變換得到嵌入水印圖像I'，其中，a為水印嵌入的強(qiáng) 度；
[0064] K，= K+WX a (I)
[0065]步驟3. 2.通過公式（2)對水印信息進(jìn)行調(diào)整，并得到最終要嵌入三維網(wǎng)格模型 的新水印信息W'，且調(diào)整后W' (i，j) >0;其中，S是一個(gè)大于〇的整數(shù)，iG(1，M)， je(1,M)
[0066]ff' (i,j) =T(i,j)-I(i,j) + 8 (2)。
[0067] 所述的步驟6. 4具體如下：
[0068] 對藏有水印的MXM的矩陣B，進(jìn)行離散余弦變換得到頻域系數(shù)矩陣S;將頻 域系數(shù)矩陣S中含有水印信息的系數(shù)S(i，j)提取出來組成序列W，其中ie(SI,S2)， jG(S3,S4);將序列W按照從小到大排序，且將排序后的序列W中的前k個(gè)最小值改為 〇,其他改為1，；然后將更改后的〇、1序列恢復(fù)到原來頻域系數(shù)矩陣S中的位置，即排列成 mXm的二值圖像，該二值圖像即為最終恢復(fù)的水印信息；k為原始水印二值圖像中0的個(gè) 數(shù)。
【權(quán)利要求】
1. 基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法，其特征在于包括的具體步驟 是： 步驟1.為三維模型的每個(gè)頂點(diǎn)選取如下兩個(gè)特征： 特征一：模型頂點(diǎn)Vi到模型中心點(diǎn)O的距離Si ; 特征二：兩條連線的夾角Θi，兩條連線分別為模型頂點(diǎn)Vi與它的一階鄰域中心點(diǎn)Ti的 連線，一階領(lǐng)域中心點(diǎn)Ti與模型中心點(diǎn)O的連線； 通過特征一和特征二對三維模型的所有頂點(diǎn)確定一個(gè)唯一排序序列； 步驟2.選取排序后頂點(diǎn)序列的前MXM個(gè)頂點(diǎn)，并獲得前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)，組 成一個(gè)MXM的紋理坐標(biāo)矩陣； 步驟3.原始水印是一幅mXm的二值圖像，將一幅MXM的原始圖像I進(jìn)行離散余弦變 換得到系數(shù)矩陣·，ie(l，M)，je(l，M)，將原始水印信息W通過加法模型嵌入到K的 中頻部分勸ie(Sl，S2)，je(S3，S4)，得到嵌入原始水印信息W后的系數(shù)矩陣Γ，再將 5 系數(shù)矩陣Γ反變換回來，得到嵌入水印圖像Γ;對嵌入水印圖像Γ和原始圖像I的差 值進(jìn)行調(diào)整，得到新水印信息W'; 步驟4.將新水印信息W'添加到排序后的前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)，即將新水印信息W'替換掉紋理坐標(biāo)值的5、6和7這三個(gè)有效位，保證嵌入水印的三維網(wǎng)格模型的透明性； 步驟5.MXM個(gè)頂點(diǎn)的紋理坐標(biāo)中，嵌入新水印信息W'的紋理坐標(biāo)對應(yīng)的頂點(diǎn)和其余 頂點(diǎn)共同構(gòu)成嵌入水印后的三維模型； 步驟6.嵌入水印后的三維模型中提取原始水印W，具體采用如下步驟： 步驟6-1.首先提取嵌入水印后的三維模型的中心點(diǎn)坐標(biāo)0'，計(jì)算各頂點(diǎn)V到模型 中心點(diǎn)坐標(biāo)(V的距離Si'，然后計(jì)算各個(gè)頂點(diǎn)的一階鄰域中心點(diǎn)V，最后計(jì)算向量_ 和@的夾角Θ/; 步驟6. 2.將嵌入水印后的三維模型的頂點(diǎn)先按Si'的大小升序排列；如果Si'相同， 則根據(jù)頂點(diǎn)對應(yīng)的夾角Θ/來進(jìn)行升序排列，最終獲得一個(gè)唯一的頂點(diǎn)序列； 步驟6. 3.選取唯一排序后頂點(diǎn)序列的前MXM個(gè)頂點(diǎn)，獲得前MXM個(gè)頂點(diǎn)的紋理坐 標(biāo)，提取出得前MXM個(gè)頂點(diǎn)的紋理坐標(biāo)的5、6和7三個(gè)有效位，構(gòu)成藏有水印的MXM的矩 陣B; 步驟6. 4.將矩陣B進(jìn)行離散余旋變換得到頻域系數(shù)矩陣S，按照水印嵌入位置恢復(fù)出 最終的水印。
2. 如權(quán)利要求1所述的基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法，其特征在 于步驟1具體如下： 設(shè)P= (V，T)，為一個(gè)三角形網(wǎng)格模型，其中V=IViIie(1，N)}，表示模型三角形網(wǎng) 格模型P= (V，T)中的頂點(diǎn)，N為模型頂點(diǎn)的數(shù)目，T表示模型的拓?fù)潢P(guān)系；通過T得到每 個(gè)頂點(diǎn)的一階鄰域，對于頂點(diǎn)Vi,其一階鄰域定義為與之相鄰接的所有頂點(diǎn)的集合； 通過特征一和特征二對三維模型的所有頂點(diǎn)確定一個(gè)唯一排序序列，具體如下： 將模型頂點(diǎn)先按Si的大小升序排列；如果Si相同，則按照頂點(diǎn)對應(yīng)的Θi值進(jìn)行升序 排列，最終獲得一個(gè)唯一的頂點(diǎn)序列。
3. 如權(quán)利要求1所述的基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法，其特征在 于步驟3具體如下： 步驟3. 1.將一幅mXm的二值圖像作為原始水印W，將一幅原始圖像I進(jìn)行離散余旋得 到系數(shù)矩陣K，通過公式（1)將原始水印W嵌入系數(shù)矩陣K的中頻部分得到嵌入后系數(shù)矩陣 Γ，再將Γ進(jìn)行離散余弦反變換得到嵌入水印圖像Γ，其中，α為水印嵌入的強(qiáng)度； r = K+WX a (1) 步驟3. 2.通過公式（2)對水印信息進(jìn)行調(diào)整，并得到最終要嵌入三維網(wǎng)格模型的新水 印信息W'，且調(diào)整后W' (i，j)>0;其中，δ是一個(gè)大于〇的整數(shù)，ie(l，M)，je(l，M) Wi (i,j)=r(i, j)+5 (2)。
4. 如權(quán)利要求I所述的基于圖像離散余弦變換的三維網(wǎng)格模型盲水印方法，其特征在 于，步驟6. 4具體如下： 對藏有水印的MXM的矩陣B，進(jìn)行離散余弦變換得到頻域系數(shù)矩陣S;將頻域系數(shù)矩陣S中含有水印信息的系數(shù)S(i，j)提取出來組成序列W，其中ie(SI,S2)，je(S3,S4);將 序列W按照從小到大排序，且將排序后的序列W中的前k個(gè)最小值改為0,其他改為1，；然 后將更改后的〇、1序列恢復(fù)到原來頻域系數(shù)矩陣S中的位置，即排列成mXm的二值圖像， 該二值圖像即為最終恢復(fù)的水印信息；k為原始水印二值圖像中0的個(gè)數(shù)。
【文檔編號】G06T1/00GK104318505SQ201410520269
【公開日】2015年1月28日 申請日期:2014年9月30日 優(yōu)先權(quán)日:2014年9月30日
【發(fā)明者】李黎, 陸劍鋒 申請人:杭州電子科技大學(xué)